工作职责：
1、参数代码模型数据清洗方面的工作，包括收集、整理与清洗等内容，持续优化数据质量 2、参数代码模型数据合成方面的工作，包括预训练数据、后训练数据、验证沙盒等内容 3、参与代码模型预训练验证相关工作，对数据配比、数据调度等方向进行优化 4、参与代码模型后训练对齐相关工作，包括指令微调、强化学习方面的内容
任职要求：
精通NLP相关技术，例如Transformer架构、Megatron和DeepSpeed等大模型训练框架； 具有大模型训练数据处理经验； 熟悉数据清洗、增强和合成技术； 熟练掌握Python编程，具备良好的代码风格和工程能力。