岗位职责
-参与大模型训练与应用全流程建设，围绕数据、模型、评测和工程化方向开展技术研发 -参与大模型数据体系建设，包括多源数据采集、数据处理、质量评估、数据治理及训练数据生产流程优化 -参与大模型数据策略研发，探索数据清洗、数据增强、数据合成、数据筛选及数据价值评估等技术方案，提升训练数据质量 -参与大模型数据基础设施建设，基于湖仓技术构建大规模数据存储、管理和流转体系，提升数据资产管理与数据生产效率 -参与大模型相关平台和基础设施建设，开发数据处理、任务调度、模型调用、资源管理等工程化能力
职位要求
-熟悉 Linux 开发环境，掌握 Python 编程，有良好的代码能力和工程实践能力 -了解机器学习、深度学习和大模型相关技术，对 Transformer、GPT、DeepSeek 等模型有基本认知。对大模型数据工程方向有兴趣，有相关项目经验者优先 -具备以下经验者优先 -解湖仓技术体系，有 Apache Paimon、Apache Iceberg、Hive 等数据湖/湖仓相关经验；有数据治理、数据资产管理、数据血缘、数据质量建设经验 -熟悉大数据处理技术，如 Spark、Flink、Hadoop 等，有大规模数据处理经验 -有 NLP、语音、图像、视频等多模态方向项目经验 -具备良好的学习能力和逻辑思维能力，能够快速理解业务需求并推动问题解决，有主动承担任务的Owner 意识
