岗位描述
你将加入 Qwen 团队，参与 Coding Agent 的 Mid-Train 数据与算法研究，围绕大规模 Agent 轨迹筛选与提纯、复杂任务合成、训练数据配比及效果验证，提升模型在真实软件开发场景中的推理、工具使用和长程任务执行能力。具体工作包括： 1. 大规模轨迹筛选与提纯：参与真实 Coding Agent 轨迹的质量建模、自动标注与价值筛选；结合任务难度 、行为质量和人类反馈等信号，提高数据的有效性与多样性。 2. 复杂任务合成与规模化。 从真实需求、代码仓库和模型能力短板出发，合成覆盖缺陷修复、功能开发、代码重构、测试及工程实践等场景的多步任务；参与执行环境、测试用例与自动验证机制建设，迭代任务的正确性、难度与多样性。 3. 数据配比与训练验证。 参与 Coding Agent Mid-Train 数据配方设计，在可比训练预算下，围绕数据来源、任务分布、质量、难度等维度开展消融实验；跟踪训练表现、下游 SFT / RL 效果及真实任务体验，分析不同数据策略的收益与适用范围，推动实验结论进入训练配方。