工作职责:

- 协助技术专家完成大模型训练数据规模化生产的技术方案落地，参与数据画像、智能筛选、质量评估、自动化质检等策略的开发与优化
- 协同数据工程团队，完成训练数据的清洗、脱敏、去重、结构化、溯源等全链路处理，优化数据处理脚本与自动化流程，提升数据生产效率
- 参与训练数据版本管理、元数据追踪、数据资产化等技术体系的搭建，协助开发数据管理工具与平台核心模块
- 配合模型团队完成训练数据的采样分析、样本配比优化、数据质量对模型效果的影响评估，输出技术分析报告
- 跟进大模型训练数据领域的前沿技术，调研数据处理、数据治理相关的新技术方案，为团队技术迭代提供支持

任职要求:

- 硕士及以上学历，计算机、软件工程、统计学、人工智能、机器学习等相关专业，每周可实习3天及以上，实习时长3个月以上
- 对AI大模型、数据治理、大规模数据处理有浓厚兴趣，熟悉大模型/机器学习训练基本流程
- 具备扎实的技术功底，熟练掌握SQL/Python，能独立完成数据处理脚本开发
- 拥有良好的逻辑思维与问题解决能力，学习能力强，能快速理解技术需求，跟进技术方案落地
- 责任心强，对技术有热情，愿意深入研究数据与模型的底层逻辑，以技术驱动数据建设效率与质量提升
- 有大模型训练数据、数据治理、数据工程相关项目或实习经验
- 熟悉NLP、多模态等领域数据处理技术，参与过大模型数据建设相关项目
- 有数据标注平台、训练数据管理平台开发经验
- 发表过AI、大数据相关学术论文，或参与过国家级科研项目者优先