负责大规模多模态数据采集清洗、去重脱敏标准化管线搭建维护，联合业务团队完成数据集质量校验，为大模型训练与评测输出高质量数据。 工作职责 1、设计、搭建并维护大规模多模态数据的采集、清洗、去重、脱敏、格式标准化等流程的管线，为大模型训练、评测输出高质量数据集； 2、运用大模型API推理、敏感词库、正则检查、指标计算等方式，和数据策略分析师、标注项目经理共同验证数据集质量。 任职资格 1、硕士应届毕业生； 2、计算机科学与技术、软件工程、数据科学、应用数学、人工智能、大模型等相关专业优先，专业不设硬性限制； 3、专业技能： （1）具备大规模多模态数据的采集和处理经验； （2）精通Python编程，熟悉常用数据结构，有机器学习、深度学习项目经验加分，了解分布式计算框架加分； （3）熟悉大模型训练流程，理解训练、评测各阶段的数据格式，有大模型API批量推理、大模型工作流搭建、CoT生成或数据集质量评估经验优先，有相关专利、论文或竞赛经历优先。 4、英语通过CET-6。 申请职位 允许1个月内投递1个职位，请选择适合的职位进行投递