返回岗位列表

大模型数据算法工程师

查看原岗位

地点：北京薪资：30-60K 日期：2026-03-03

岗位摘要

基于开源及采集数据进行清洗，包括内容抽取、启发式过滤、去重、模型过滤低质数据等，优化清洗pipeline以提升预训练数据质量；建立数据标签体系，针对不同标签数据进行质量提升和数据合成

岗位职责

基于开源及采集数据进行清洗，包括内容抽取、启发式过滤、去重、模型过滤低质数据等，优化清洗pipeline以提升预训练数据质量
建立数据标签体系，针对不同标签数据进行质量提升和数据合成
探索不同数据配比方式，进一步提升模型能力
建立预训练数据级别合成pipeline以及SFT数据合成pipeline
探索数据选择pipeline，进行数据压缩，使模型更高效地学习

任职要求

计算机、电子、数学、自动化等相关专业，硕士及以上学历优先
有NLP方向工作经验，有大模型数据清洗、预训练、指令微调实战经历者优先
精通Python、Linux，熟悉Spark、Hadoop等大数据工具，熟悉Megatron-LM、Deepspeed等机器学习框架优先
具备良好的沟通技巧和团队合作精神
善于学习新事物，渴望用技术改变未来

工作地址

北京海淀区科建大厦6层