崗位職責:
1. 負責探索大模型數(shù)據合成增強算法、數(shù)據蒸餾模型、強化學習等前沿數(shù)據工程技術；
2. 負責開發(fā)數(shù)據合成工具，數(shù)據清洗Pipeline核心算法開發(fā)，實現(xiàn)大規(guī)模數(shù)據的智能清洗、分類與質量評估，
3. 負責數(shù)據集構建與管理，設計和構建大模型訓練/推理所需的數(shù)據集，建立數(shù)據質量管控系統(tǒng)；
4. 與訓練、推理團隊協(xié)作，構建數(shù)據-訓練-推理全鏈路融合系統(tǒng)

任職要求:
1. 3年以上相關工作經驗，扎實的Python編程基礎，熟練運用數(shù)據科學核心工具棧，熟悉常見數(shù)據集格式與協(xié)議，熟悉高質量數(shù)據集的構建；
2. 熟悉Claude Code，Codex等AI編碼工具與prompt工程技巧；
3. 掌握大模型領域的數(shù)據合成、模型蒸餾、數(shù)據增強技術，熟悉數(shù)據處理庫、工作流引擎、數(shù)據版本管理，熟悉數(shù)據中4.具備LLM項目經驗，深入了解模型訓練數(shù)據處理完整流程-有數(shù)據質量算法設計與優(yōu)化經驗，擁有多模態(tài)數(shù)據處理業(yè)務背景(自動化標注、圖像理解、OCR等)