国产中文无码av每日更新在线观看, 亚洲天堂中文字幕一区二区三区免费, 国产口爆吞精在线观视频-黄色国产, 92福利-国内精品久久久久久99,亚洲成AV人A片不卡无码,浪潮AV无码专区,老熟女败火白浆,中文字幕日产av,色情日本免费看大片

崗位定位
負(fù)責(zé)面向大模型（LLM）應(yīng)用的知識(shí)庫(kù)數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)：覆蓋原始語(yǔ)料采集、清洗、向量化、存儲(chǔ)、檢索鏈路到質(zhì)量評(píng)估的全流程。
核心職責(zé)
語(yǔ)料采集與合規(guī)
? 通過(guò)爬蟲(chóng)、開(kāi)源數(shù)據(jù)集、API、OCR 等渠道獲取多模態(tài)/多語(yǔ)言原始數(shù)據(jù)；
? 建立版權(quán)、隱私、合規(guī)過(guò)濾機(jī)制，完成脫敏與授權(quán)鏈路。
數(shù)據(jù)預(yù)處理與增強(qiáng)
? 設(shè)計(jì)并實(shí)施文本/表格/圖片的去重、去噪、分段、歸一化、結(jié)構(gòu)化；
? 利用正則、NLP 工具（spaCy、jieba、transformers）、LLM Self-Instruct 進(jìn)行數(shù)據(jù)增強(qiáng)與合成。
知識(shí)切片與向量化
? 根據(jù)業(yè)務(wù)場(chǎng)景制定 chunk 策略（長(zhǎng)度、重疊、語(yǔ)義完整性）；
存儲(chǔ)與索引優(yōu)化
? 調(diào)研并實(shí)現(xiàn)向量數(shù)據(jù)庫(kù)（Milvus/FAISS/Pinecone/Qdrant）+ 傳統(tǒng)檢索（ES/Solr）混合檢索；
? 設(shè)計(jì)多級(jí)索引（IVF、HNSW）、冷熱分級(jí)存儲(chǔ)及實(shí)時(shí)增量更新方案。
數(shù)據(jù)質(zhì)量與評(píng)估
? 建立覆蓋“完整性、一致性、多樣性、時(shí)效性”的數(shù)據(jù)質(zhì)量指標(biāo)體系；
? 開(kāi)發(fā)自動(dòng)評(píng)估腳本（困惑度、BLEU、RRF、Hit Rate、MRR）與可視化報(bào)表。
全流程工程化
? 搭建 DataOps / LLMOps Pipeline（Airflow/Kubeflow/Spark），實(shí)現(xiàn)“數(shù)據(jù)變更 → 重新向量化 → 回歸測(cè)試”一鍵化；
? 與算法、產(chǎn)品、法務(wù)團(tuán)隊(duì)協(xié)作，將知識(shí)庫(kù)接入 RAG、Agent、微調(diào)等下游任務(wù)。
任職要求
硬性條件
? 計(jì)算機(jī)/數(shù)學(xué)/AI 相關(guān)專業(yè)，本科及以上學(xué)歷，2 年以上 NLP 或大數(shù)據(jù)開(kāi)發(fā)經(jīng)驗(yàn)；
? 精通 Python，熟練使用 Pandas/PySpark/SQL/正則，掌握至少一種大數(shù)據(jù)框架（Spark/Flink/Ray）；
? 深入理解 Transformer、Embedding、RAG 原理，具備向量數(shù)據(jù)庫(kù)或知識(shí)圖譜落地經(jīng)驗(yàn)；
? 熟悉 Linux、Docker、Git，具備腳本自動(dòng)化與任務(wù)調(diào)度能力。
加分項(xiàng)
? 有 Prompt Engineering、LLM 微調(diào)（LoRA/QLoRA）經(jīng)驗(yàn)；
? 熟悉多模態(tài)處理、圖數(shù)據(jù)庫(kù)；
? 參與過(guò)行業(yè)知識(shí)庫(kù)（法律、醫(yī)療、金融、制造等）項(xiàng)目；