大模型算法工程师-数据方向

查看原岗位

地点：北京薪资：20-40K 日期：2026-03-03

岗位摘要

负责构建面向大模型训练的高质量数据体系，主导语音、视觉、多模态数据的采集、存储、清洗及特征工程，探索基于生成式模型的合成数据构建（如数据增强、对抗生成等）；设计与实施数据质量评估体系，开发高质量、高知识密度的数据筛选机制，构建数据质量-模型表现的闭环验证系统

计算机/人工智能相关专业硕士及以上学历，3年以上大数据研发经验，有LLM/VLM等大模型数据工程经验者优先
精通大模型数据全生命周期管理，熟悉分布式数据湖架构，具备Hadoop/Spark/Flink等生态深度开发能力，熟练掌握PySpark/Pandas等数据处理工具链
具备强化学习实战经验，熟悉fasttext等算法在数据选择中的应用，掌握数据合成技术（文本合成方向）
精通多模态数据处理技术，具备以下至少两个领域经验：ASR语音数据清洗、CV数据增强、跨模态对齐（图文/音视频对齐）者优先
熟悉大模型训练数据标准，有构建Instruction Tuning数据或RLHF奖励模型数据经验者优先
具备数据质量量化评估能力，熟练掌握数据可视化分析工具，能设计数据质量与模型性能的关联性分析框架

北京海淀区科建大厦6层