AI数据策略工程师-北京

长亭科技作为国内领先的网络安全企业，正在探索大模型在漏洞挖掘、代码审计、安全运营与内容安全等场景中的应用。你将与安全研究、模型算法及产品工程团队紧密合作，把专业安全知识、实战经验与真实业务需求转化为高质量训练数据，主导数据策略设计、数据工程建设与质量迭代。通过训练反馈和业务评测验证数据价值，持续拓展模型的能力边界，让安全领域的数据积累转化为可衡量的产品能力 岗位职责

1. 01

   数据策略： 根据模型能力目标设计数据体系，明确数据来源、任务类型、标签规范、质量标准、配比和采样策略；

2. 02

   数据工程： 建设可重复执行的数据流水线，完成采集、解析、清洗、去重、筛选和版本管理，保证数据可追溯、可复现；

3. 03

   数据合成与标注： 结合安全专家、教师模型和工具验证，构建指令、偏好、推理及工具调用轨迹等训练数据，完善标注与质量检查流程；

4. 04

   效果闭环： 与模型算法工程师共同分析误报、漏报和任务失败案例，挖掘困难样本，建设独立评测集，并通过训练实验验证数据策略的收益。

1. 01

   有面向模型训练的数据建设经验，能够从任务目标出发设计数据方案，并完成工程实现；

2. 02

   熟悉数据清洗、去重、合成、标注、质量评估与采样方法，能够处理标签噪声、类别不平衡、数据泄漏和分布偏移等问题；

3. 03

   理解 SFT、偏好优化及强化学习后训练对数据的不同要求，能够设计合适的样本结构、监督信息和验证方式；

4. 04

   具备良好的数据分析与实验能力，能通过分布统计、抽样检查、错误分析及对照实验判断数据是否有效；

5. 05

   熟练使用 Python、SQL 及常用数据处理工具，具备批量处理、并发任务、异常恢复和数据版本管理经验。 加分项

6. 01

   有代码、安全日志、漏洞报告、告警事件或攻防操作轨迹等数据处理经验；

7. 02

   有教师模型标注、模型辅助质检、困难样本挖掘或数据合成流水线建设经验；

8. 03

   有模型训练实践，能够独立开展小规模实验验证数据方案；

9. 04

   有可展示的数据集、数据工具、质量评估方案或开源贡献。