base北京、深圳 核心亮点：深度参与万亿级文心大模型进化|Data-Centric核心实践|万卡集群+PB级数据实战| AI前沿赛道高成长空间 【工作职责】 ·深入挖掘万亿级预训练/对齐数据规律，共同探索数据分布与模型Scaling Law的关联，支撑模 型核心迭代。 ·参与设计SFT/RLHF阶段数据筛选与增强策略，支持LLM-as-a-Judge相关方案的落地，提升 模型对齐质量。 ·协同搭建工业级数据治理流水线，优化大规模数据处理流程，支撑万卡集群的高效并行训练。 ·支持研发Auto-Eval评测框架与基准，助力模型从训练到评估的全闭环落地。 【任职要求】 ·在读硕士及以上学历，计算机/数学/统计等相关专业。 ·编程功底扎实，精通 Python,熟悉C++/Go其一者优先。 ·了解Transformer架构，对LLM预训练、SFT、RLHF流程有基本认知，拥有极强的自驱力与 学习热情。 ·具备基础NLP知识，有大规模分布式数据处理(Spark/Flink/Ray等)相关实践或学习经历者优 先。 ·关注AI前沿动向，面对复杂且充满挑战的大模型工程问题，能高效配合团队完成目标拆解与落 地。 【加分项】 ·在ACL、EMNLP、NeurlPS等AI相关顶会发表过论文，或有高水平开源项目贡献。 ·有RAG(检索增强生成)、Agent 智能体相关学习与实际项目经验。 ·在Kaggle、天池等知名数据/算法竞赛中获得过优异成绩。