大模型-LLM预训练数据算法研究员（Agentic Models）

作为一名核心的预训练数据算法研究员，你将直接参与构建和优化我们核心大语言模型的预训练，并侧重在 code、agentic、reasoning-heavy 类任务的高质量训练数据集搭建；包含但不限于数据收集、合成数据生成、任务行为轨迹构建等。

1. 01

   开发并生成用于大模型训练的合成任务与数据集，涵盖两类场景： 可验证类任务：代码解题、数学计算题等； 不可验证类任务：开放式逻辑推理、通用综合问题求解等。

2. 02

   搭建并规模化运行多领域数据合成流程，覆盖 agent、code、math、general reasoning；

3. 03

   参与搭建 agentic task environments 以及配套的大模型训练评测体系。

1. 01

   具备大语言模型数据研发相关工作经验；

2. 02

   熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段；

3. 03

   具备agent模型训练与评测实操经验；

4. 04

   有 agentic, reasoning, coding, math等评测任务设计经验；

5. 05

   扎实的编程能力，熟练使用 Python 为主的开发语言。