GLM Coding Agent 数据与自动化迭代体系专家 / 工程师

优缺点分析

角色解读

• 可向大模型数据科学专家、算法工程师或AI基础设施架构师方向发展
• 随着代码大模型领域的爆发，具备数据闭环搭建经验的专家在行业内极具稀缺性和竞争力
• 构建和维护代码大模型所需的高质量数据集，包括数据采集、清洗、去重和结构化处理
• 搭建自动化评测体系和数据回流机制，利用线上反馈优化模型
• 维护支持强化学习训练的基础设施，确保模型迭代效率
• 扎实的Python工程能力，能够编写复杂的数据处理和自动化流水线脚本
• 深入理解代码数据治理流程（如脱敏、质检、版本管理）
• 熟悉大模型自动化评测基准（如SWEBench）及代码沙箱执行环境
• 了解Agent架构及强化学习训练流程者优先

申请策略

• 重点关注JD中提到的“数据闭环”和“自动化评测”关键词，在简历和面试中体现这方面的实战经验
• 如有大厂或知名创业公司的相关背景，务必重点突出
• 突出展示在大模型数据治理方面的具体项目经验，特别是代码数据的处理流程
• 强调自动化评测体系的搭建经历，提及使用的工具（如SWEBench）和成果
• 展示Python工程能力，列举处理大规模数据的脚本或系统
• 深入学习代码大模型的数据特点和处理难点
• 掌握主流代码评测基准的使用方法
• 提升对强化学习训练流程的理解，特别是数据如何影响模型迭代

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目相关问题
• 重点阐述你在数据治理中的具体技术手段、解决的问题以及带来的量化收益
• 对于技术问题，展示对底层原理的理解和工程落地的思考
• 请详细介绍你过往项目中代码数据治理的具体流程和遇到的挑战
• 你是如何设计和实现自动化评测流水线的？如何处理坏案例的回流？
• 在代码大模型训练中，数据质量对模型性能的影响有多大？你如何保证数据的有效性？
• 请描述一下你对SWEBench或Terminal Bench的理解，以及如何利用它们进行模型评估
• 面对海量代码数据，你如何进行高效的处理和版本管理？