1、代码全链路训练：包括pretrain、midtrain、SFT、RL等环节，持续提升模型在代码生成、代码理解、代码修复等方向的能力边界。 2、高质量数据建设：构建高质量Coding数据生产、数据配比与数据质量评估体系，覆盖软件工程任务、仓库级代码生成、终端任务、Web开发等方向，推动模型能力持续演进。 3、Coding 强化学习：构建面向 Coding 场景的大规模 RL 训练体系，研究 Reward Design、Self-Improvement 等关键技术，提升模型在真实任务中的稳定性与泛化能力。 4、长上下文与 Repo-Level 建模：研究超长上下文代码建模、多文件关联理解、仓库级知识记忆与代码结构建模能力，提升模型对复杂大型项目的理解和生成能力。

1、具备扎实的机器学习、深度学习、强化学习功底。计算机、人工智能等相关专业硕士/博士学位优先； 2、动手能力出色，熟练掌握 Python 等编程语言，ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等竞赛获奖者优先； 3、在 NeurIPS、ICML、ICLR、ACL等国际顶级会议发表论文，或在高质量开源项目中有重要贡献者优先； 4、具备良好的问题分析与研究能力，能够深入解决大模型训练、推理与 Agent 执行中的复杂问题，对通用智能与下一代软件开发范式有热情。