Mid-train 算法工程师（数据方向）
岗位摘要
负责大模型Mid-training阶段数据算法研究，构建能力增强型数据体系；设计和优化数据Recipe，包括数据筛选、数据混合、课程学习、合成数据生成等策略；面向代码、数学、Reasoning、Agent、多模态等能力方向，构建高价值训练数据
岗位职责
- 负责大模型Mid-training阶段数据算法研究，构建能力增强型数据体系
- 设计和优化数据Recipe，包括数据筛选、数据混合、课程学习、合成数据生成等策略
- 面向代码、数学、Reasoning、Agent、多模态等能力方向，构建高价值训练数据
- 分析数据分布、数据质量与模型能力之间的关系，建立数据评估体系
- 与算法训练、Evaluation团队协同，通过数据驱动模型能力持续提升
任职要求
- 2026届或2027届计算机、人工智能、数学、统计等相关专业硕士及以上或优秀本科生
- 熟悉NLP、大模型数据处理、数据挖掘或Data-centric AI相关技术
- 具备较强的数据分析能力和工程能力，能够独立完成数据Pipeline建设和实验验证
- 对Synthetic Data、Data Flywheel、Self-training、数据Scaling等方向有研究兴趣或实践经验
- 在各类竞赛中取得突出成绩，或在开源社区有重要贡献者优先
工作地址
北京海淀区大恒科技大厦00