面向 AI 时代的数据生产、数据治理与数据智能化场景，参与构建面向大模型训练、评测、标注、质量分析和数据飞轮的工程体系。你将不只是做传统数据开发，而是和 AI Agent、数据平台、算法模型一起，推动数据从“人工处理”走向“流程化、工程化、智能化”。 工作职责： 1.参与 AI 数据工程体系建设，包括数据采集、清洗、加工、质检、评测、回流等链路。 2.参与大模型 / 多模态 / OCR 等业务场景下的数据生产与质量提升工作。 3.结合 AI 工具和 Agent 能力，设计数据处理流程、规则、工具和反馈机制，提升数据生产效率。 4.参与数据质量分析，发现问题、定位原因，并推动规则、流程或工具优化。 5.将业务经验、数据规则、错误案例沉淀为可复用的数据资产和知识资产。 6.与算法、工程、产品、标注等团队协作，支撑模型训练、效果评测和业务交付。

1.计算机、软件工程、数据科学、人工智能、数学、统计等相关专业，2027届本科及以上学历。 2.熟悉至少一种编程语言，如 Python / Java / Scala 等，有良好的编码习惯。 3.了解数据库、数据仓库或大数据相关基础，如 SQL、Hive、Spark、Flink、Kafka 等。 4.对 AI、大模型、Agent、数据飞轮、数据治理等方向有兴趣，并愿意持续学习。 5.具备较强的问题拆解能力，面对不清晰的问题能主动分析、提出方案。 6.有较好的结果意识，不只关注“任务做完”，也关注最终效果和质量。 7.善于总结沉淀，能把经验、规则、问题案例整理成可复用的方法。 加分项 1.有大数据、数据平台、机器学习、NLP、OCR、多模态相关项目经验。 2.使用过大模型 API、Agent 框架、RAG、自动化评测等相关工具或技术。 3.有数据标注、数据质量评估、模型评测、自动化流程建设经验。 4.有开源项目、竞赛、科研项目或实习经历。 5.能主动使用 AI 工具提升学习、开发和分析效率。 我们看重的软性能力 1.好奇心强：愿意主动探索 AI 工具和新的工作方式。 2.学习能力强：面对新技术、新业务能快速上手。 3.判断力好：不是简单等指令，而是能拆问题、抓重点、做取舍。 4.责任感强：关注最终结果，愿意对交付质量负责。 5.沉淀意识好：能把经验变成规则、方法、工具或知识资产。 6.协作开放：能和人协作，也能把 AI 当成生产伙伴来使用。