大模型研究员（校招）(J10798)

协助后训练数据清洗与合成 参与大规模数据的去重、过滤、质量分级与增强流程。 在导师指导下完成多样化指令数据、复杂推理数据的自动构造实验，并整理效果对比。

参与数据质量评估与评测基准建设 协助设计自动化评估脚本，整理评测结果，分析不同数据批次对模型表现的潜在影响。 参与诊断式评测集的题目构造、校验与维护，帮助客户定位模型的数据短板。

协助交互式训练数据与环境设计 参与多轮对话、工具调用、智能体行为轨迹等数据的构造与清洗。 协助搭建模拟交互环境的数据生成流程，支持客户后续训练需求。

客户项目支持与工具开发 协助将数据集成至客户训练流程，整理反馈并跟进迭代。 开发数据处理、可视化、自动化报告等辅助工具，提升团队效率。

前沿跟踪与文档沉淀 跟踪大模型数据相关前沿工作，参与组内分享。 撰写实验记录、技术文档与项目总结，沉淀可复用的方法论。

具备机器学习、深度学习基础知识，了解大模型基本概念与训练流程。

至少熟悉一门编程语言，有良好的代码习惯；有数据处理、脚本开发或数据分析项目经验。

对数据清洗、数据合成、数据评估有浓厚兴趣，做事细致、有耐心，能处理大规模数据中的细节问题。

具备良好的学习能力、沟通能力和团队协作意识，能阅读英文技术资料。 加分项

有课程项目、竞赛、开源项目或论文复现经历，涉及大模型、数据工程、评测体系等方向。

有数据标注、数据清洗、数据合成或评测集构建的实践经历。

熟悉常用数据分析与可视化方法。

有较强的文档撰写与结果呈现能力。