岗位职责
- 负责 DataBuddy 大模型效果优化体系建设，围绕企业级大数据场景，构建覆盖任务理解、数据问答、工具调用、任务执行、结果可信等环节的评测体系；
- 负责 DataBuddy 数据飞轮建设，持续沉淀用户反馈、交互日志、执行结果、错误案例和高质量样本，形成可用于评测、训练和效果回归的数据资产；
- 负责大模型后训练相关工作，包括 SFT、偏好优化、RL 等方法在 DataBuddy 场景中的应用，持续提升模型在复杂数据任务中的稳定性、准确性和可控性；
- 结合 DataBuddy 产品场景，设计自动化评测、人工评审、Case Benchmark、回归测试等机制，支撑模型版本迭代、能力对比和上线决策；
- 与产品、Runtime 工程、应用开发团队协作，定位模型在真实业务场景中的效果问题，推动从问题发现、样本构造、模型优化到效果验证的闭环改进。
职位要求
- 计算机、人工智能、数学、软件工程等相关专业硕士及以上学历，具备扎实的机器学习、自然语言处理和大模型基础；
- 熟悉大模型评测、数据构造、SFT、偏好优化、RLHF / RLAIF 等后训练方法，有相关项目实践经验优先；
- 熟悉主流大模型及应用方式，了解模型效果优化、Prompt 评测、上下文工程和工具调用评测方法；
- 具备较强的数据分析和问题归因能力，能够从用户反馈、执行日志和失败案例中提炼高质量训练 / 评测样本；
- 熟练掌握 Python，熟悉 PyTorch / Transformers / vLLM / 数据处理工具链等，有评测平台、训练流水线、数据标注平台或模型效果分析工具建设经验优先；
- 熟悉大数据、BI、数据开发、数据治理、数据分析等业务场景者优先，能够理解企业数据任务中的语义、权限、准确性和可信度要求；
- 具备良好的产品意识和工程协作能力，能够与产品、算法、Runtime、应用开发团队共同推进 DataBuddy 智能能力持续优化。
