AI數(shù)據(jù)研發(fā)工程師

崗位職責(zé)：
?參與多源渠道的原始結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的采集、處理、清洗及特征提取工作，涵蓋網(wǎng)頁信息、網(wǎng)絡(luò)流量、音視頻內(nèi)容等多樣化數(shù)據(jù)類型
?聯(lián)動模型算法團隊與數(shù)據(jù)采集團隊，持續(xù)監(jiān)控數(shù)據(jù)質(zhì)量，分析數(shù)據(jù)對模型性能的影響，推動構(gòu)建數(shù)據(jù)系統(tǒng)的迭代機制
?建立并優(yōu)化數(shù)據(jù)質(zhì)量評估體系，提升數(shù)據(jù)在多樣性、覆蓋性方面的綜合水平
?設(shè)計高效的數(shù)據(jù)存儲架構(gòu)、加載流程與采樣策略，支撐模型訓(xùn)練效率提升

要求：
?碩士及以上學(xué)歷，計算機科學(xué)、通信工程、數(shù)學(xué)或相關(guān)專業(yè)背景，具備海外學(xué)習(xí)經(jīng)歷者優(yōu)先考慮
?精通至少一種編程語言（如Python、Java等）
?熟悉大模型場景下的數(shù)據(jù)采樣方法論
?掌握數(shù)據(jù)增強與合成相關(guān)技術(shù)手段
?具備扎實的數(shù)據(jù)分析能力，能夠針對文本或多模態(tài)數(shù)據(jù)提取核心特征（如詞頻統(tǒng)計、語義分布、數(shù)據(jù)偏差識別、網(wǎng)絡(luò)流量特征分析等）

優(yōu)先條件：
具備網(wǎng)絡(luò)流量數(shù)據(jù)清洗實踐經(jīng)驗者優(yōu)先
有數(shù)據(jù)集構(gòu)建與數(shù)據(jù)質(zhì)量管控經(jīng)驗者優(yōu)先
參與過開源高質(zhì)量數(shù)據(jù)集項目建設(shè)者優(yōu)先
參與過開源微調(diào)模型相關(guān)的數(shù)據(jù)治理與評估工作優(yōu)先