工作职责:

-数据智能画像与策略分析： 运用统计学及语义表征技术，对万亿级预训练/对齐数据进行深度挖掘与画像分析，探索数据分布与模型能力（Scaling Law）之间的内在联系
-全链路质量闭环建设： 针对SFT（指令微调）与RLHF（强化学习）阶段，设计多维度数据筛选策略（如困惑度、多样性、逻辑一致性等），通过启发式及模型化方案（LLM-as-a-Judge）提升模型对齐质量
-工业级数据治理流水线： 参与构建支撑大模型高效训练的高性能数据平台，包括分布式抓取、流式清洗、去重（MinHash/Semantic Deduplication）、敏感词检测及自动化标注体系的研发与优化
-模型能力自动化测评：研发领先的模型评估框架（Auto-Eval），设计端到端的评测基准（Benchmark），实现模型从训练到效果验证的高效迭代闭环

任职要求:

-基础扎实： 计算机、数学、信息工程等相关专业；对数据结构、算法有深刻理解，具备卓越的编码能力（精通 Python，熟悉 C++ / Go 至少一门）
-大模型认知： 熟悉 Transformer 架构，对 LLM 的预训练、微调（SFT）、强化学习（RLHF）全生命周期有系统性认知
-数据敏锐度： 熟悉自然语言处理（NLP）常用技术，具备大规模数据处理经验（如使用 Spark、Flink、Ray 或类似框架），能从复杂数据中捕捉规律
-学术与前瞻： 紧跟 AI 领域前沿动向，阅读过 Llama、GPT、DeepSeek 等主流模型相关论文者优先
-综合素质： 极强的学习能力与好奇心，面对模糊问题能保持冷静并拆解目标，具备良好的团队协作与沟通影响力