同一天，蚂蚁集团校园招聘出现了两个“面向模型的 RSI 后训练数据生成 Harness 研究”职位 ID；第二个标题末尾多了一个“1”。两页的项目介绍和任职要求相同，因此本文把它们视作一个 JD 证据单元，不据此推断两个团队、两个名额或更大的招聘规模。[1][2]
这份杭州研究实习关注如何让下一批训练数据跟着模型能力变化。官方描述把工作链写成：Model → Rollout → 能力诊断 → 数据生成 → Training → Evaluation → 新一轮数据生成。[1][2] 对求职者最实用的问题也随之改变：项目里是否存在一条能被执行、验证，再由训练结果反向修正的数据回路？
回路的末端决定数据要怎么变
JD 先指出一个数据选择问题：过于简单的任务训练收益有限，过难的任务又缺少有效探索信号，高价值数据往往靠近模型当前的能力边界，也就是文中所说的 Learning Frontier。[1][2] 因此，Evaluation 需要继续驱动数据生产：模型在哪类任务上已经稳定通过，在哪类任务上经常失败，又在哪些失败后能够恢复。
官方原文把 SFT、DPO、GRPO／RLVR 列为这些轨迹可以服务的后训练方向，并写明要用训练效果反向优化下一轮数据生产策略。“可以服务”不等于岗位已经把所有方法投入生产；职位用的是“本研究拟构建”，公开证据只支持研究目标，不能把它扩写成已经上线的自我升级系统。[1][2]
如果你的项目只报告“合成了多少条数据”，还缺少这里最关键的一段：什么训练或评测结果改变了后续采样。哪怕实验规模不大，也应保留版本之间的任务分布、通过率、失败类型和下一轮调整依据。数字本身不重要，能否复现调整逻辑才重要。
Verifier 接住的是可执行轨迹
这份 JD 特别点名 SWE、Terminal 等 Agentic 数据，因为它们依赖可执行的 Environment、模型 Rollout 和 Verifier。岗位希望生成并验证 Success、Failure、Recovery 轨迹，再把这些轨迹送进后训练。[1][2]
这里的 Verifier 不能只检查答案里有没有某个词。对终端任务，它可以核对退出码、文件状态、测试结果和副作用；对软件工程任务，它可以运行测试、检查补丁是否触及允许范围，并记录失败后重新尝试的路径。哪些信号适合你的项目，需要由任务本身决定，JD 没有给出统一实现。
这也解释了静态 Teacher 批量生成文本为什么不够覆盖整条工作链。它能证明你会构造候选数据，却未必证明数据经过真实执行、Reward 可以验证，或失败轨迹能反馈给下一轮训练。补强时不必先搭一套大平台，先让一个任务从输入、运行、验证走通即可。
把现有项目插进闭环
整理项目时，可以从一次评测结果倒着走。先说明训练前后测了什么、结果让你改变了哪类任务；再给出一条完整 Rollout，保留成功、失败或恢复过程；随后展示 Verifier 的可执行判定，避免只贴模型自评；最后写清 Environment 的依赖、重置方式与可复现命令。
这样的材料会自然暴露缺口。没有训练反馈，就补一轮小规模对照；没有 Verifier，就先把现有人工检查写成可执行规则；没有环境隔离，就明确任务可访问的文件、命令和超时。每次只补闭环中的一个断点，比把 SFT、DPO、GRPO、Agent 全部写进技术栈更可信。
简历上的项目描述也应对应这条链。删掉“使用大模型生成高质量数据”这类概述，换成模型版本、任务难度分桶、Verifier 接受的证据、失败轨迹的去向，以及训练或评测后的具体调整。没有测过的收益、没有运行过的框架和无法复现的 Reward 都不要补写。
谁到了投递线
职位的书面要求允许正在攻读计算机科学或相关 STEM 领域的学士、硕士或博士申请，并要求具有一种或多种通用编程语言的经验，Java、C／C++、Python、JavaScript 和 Go 仅是非穷尽示例；相关领域经验可来自行业或实验室研究。官方结构化信息给出的毕业时间窗口是 2027 年 6 月 1 日至 2028 年 9 月 30 日，工作地点为杭州。[1][2]
论文和“至少 3 个月的全职工作”都被放在“优先录用”段落，不能改写成必需条件。[1][2] 不过，全职时长会直接影响实习可行性；时间无法满足时，即使技术项目对口，也应降低这次投递的优先级。
如果你能展示可执行任务、可检查的 Verifier，以及训练或评测结果如何改变下一轮数据中的至少一段连接，现在就有理由按官方页面核对状态并投递。若项目仍停在静态 Teacher 合成文本，先补 Environment 与 Verifier 的最小闭环，再把这份职位作为目标；继续背后训练缩写无法填上尚未发生反馈的证据缺口。
数据边界
本文截至 2026 年 10 月 8 日 21 时 21 分（Asia/Shanghai），覆盖的是尚未结束的自然日快照。JIA 当次蚂蚁校园来源抓取成功且列表完整，两条职位在快照时均为 active、organic 新增；职位可能继续变化，提交前应回到官方页面复核。[1][2]
继续查看同批研究实习，可打开 JIA 蚂蚁集团当日实习筛选。
Sources
[1] https://talent.antgroup.com/campus-position?positionId=261008012299544 — 蚂蚁集团校园招聘：研究型实习生-面向模型的 RSI 后训练数据生成 Harness 研究 [2] https://talent.antgroup.com/campus-position?positionId=261008012302501 — 蚂蚁集团校园招聘：研究型实习生-面向模型的 RSI 后训练数据生成 Harness 研究1