AI研究算法工程师-大模型预训练数据研究方向(J13369)

构建完善的预训练数据体系，覆盖多语言文本数据、代码智能体数据、多模态数据等，为基模训练提供有效数据支撑。

迭代完善数据生产链路，搭建标准化、高效的数据治理体系，联动上下游团队协作，保障高效及高质的数据供给。

探索多样的数据合成方法，提升无监督数据多样性；探索调优数据筛选规则与各类数据分配比例。

搭建自动化评测框架，全方位评测和监控无监督模型效果，为模型训练提供有效指导。

紧跟行业前沿，深耕预训练数据相关基础创新研究。

拥有强烈科研热忱与长远科研信念，对通用人工智能充满探索欲，能形成独有的模型行为认知，主动挖掘、攻坚全新研究问题。

具备严谨的科研素养，逻辑思维突出，拥有良好研究审美，深耕深度学习领域并在至少一条细分方向形成体系化、深度独立见解。

专业技术与工程能力过硬，编程功底扎实，熟练运用各类前沿 AI 工具赋能研发，高效推进实验与落地工作。

秉持务实踏实的做事态度，重视数据核心价值，愿意沉下心完善数据与模型相关基础工作，独立快速吃透新兴研究赛道。

具备开放包容的协作意识，认同协同共进的团队文化，沟通顺畅、敢于理性质疑，待人平等，拥有全局大局观。

广泛且深入跟进行业前沿动态，拥有自主思考与笃定的研究思路，主动探索创新解法，持续推进预训练相关基础研究突破。 加分项

以第一作者在NeurIPS、ICML、ICLR、ACL、EMNLP等AI顶会发表大模型、代码智能体等相关论文，若引用达到100以上优先。

深度使用Claude Code、Codex等AI编程工具，对代码大模型能力边界、优化方向有真实实践认知。

拥有LLM、Agent、代码大模型相关开源项目贡献经历，GitHub有活跃开源协作成果。

参与过算法、代码、奥数类权威竞赛并取得优异名次，具备扎实的算法与代码功底。

在顶尖 AI 公司或实验室的核心团队有过长期实习经历，并有重要研究成果落地到基模大模型。