【岗位职责】
1.负责偏好优化数据构建与训练；
2.负责数据采集、清洗、标注、增强等数据处理，并支持多源异构数据的融合与标准化；
3.设计数据采集方案，生成高质量的比较数据；
4.实现DPO训练框架。

【任职要求】
1.计算机、软件开发等相关专业，本科及以上学历，研究生优先；
2.2年及以上相关工作经验，熟悉DPO数学原理；
3.熟悉通过开源下载处理以及蒸馏等方式进行航天领域人类偏好数据数据的构建(各5万)并指导数据标注团队去构建部分监督微调数据；
4.具有较强的编码能力，熟练使用SQL/Shell，精通Python/Go等至少一门语言

熟悉数据采集、数据集成、数据管理等数据开发技术；
5.熟悉对话模型的SFT后训练。

【福利待遇】
1.双休、法定节假日、五险、团建旅游、节日福利；
2.餐补、通讯补、差旅补助、绩效奖金、年终奖；
3.每年两次薪资晋级机会，良好的职位晋升机制；
4..良好的培训体制及团队氛围，开放的成长空间；
5.员工经考核可持股，共享企业经营成果，成为公司“合伙人”。