岗位职责
1、负责大模型监督微调或强化学习所需数据集的分析、制作、收集等工作，并编制形成标准规范文档；
2、负责编制数据处理相关过程资料及成果资料；
3、负责数据处理整个过程管理，包括但不限于需求、质量、进度和风险等的全局把控及问题解决；
4、负责支撑保障数据类项目实施工作。
任职资格
1.计算机科学、人工智能、软件工程、数学、统计学等相关专业，本科及以上学历；
2.熟练掌握 Python/Shell/SQL，至少精通一门编程语言（如 Java/Scala/C++）；
3.熟悉 TensorFlow、PyTorch 等深度学习框架，掌握 Hadoop/Spark 等大数据处理工具；
4.熟练使用常用的深度学习框架，如TensorFlow、PyTorch等；
5.具备数据清洗、数据治理、数据管道设计及自动化流程开发经验；
6.熟悉自然语言处理（NLP）、机器学习算法，具备模型优化能力（如数据去重、质量评估等）；
7.了解大模型预训练、微调及样本构建方法，熟悉千亿级参数模型的训练流程；
8.具备数据敏感性，能快速定位数据问题并提出改进方案。
9.良好的跨团队协作能力，能与算法工程师、业务部门高效配合。
10.对数据质量有高度责任感，持续跟踪前沿技术（如多模态数据处理）。
加分项：
1.2年以上大模型、NLP 或机器学习相关开发经验，有数据清洗与模型结合的实际案例优先。
2.具备海量数据处理经验，熟悉大模型数据需求分析及测试集设计。
3.具有垂直领域的数据治理或模型落地经验者优先。