大模型算法工程师

【核心职责】
1. 高质量数据体系构建（Data Engineering）：
负责LLM预训练及SFT阶段的高质量数据建设，包括数据合成（Synthetic Data）、数据增强及自动化过滤管线的开发。
设计数据配比策略，通过分析数据分布对模型性能的影响，制定数据迭代方案，直接提升模型在特定领域的表现。
2. 自动化评测与模型迭代（Evaluation & Iteration）：
搭建及维护自动化评测框架（如利用LLM-as-a-Judge），减少人工依赖，实现对模型能力的快速反馈。
基于评测结果进行Badcase归因分析，与训练组紧密配合，将评测发现的短板转化为下一轮的SFT数据策略，形成“评测-数据-优化”的闭环。
3. 模型微调与实验（Model Tuning）：
参与部分SFT（有监督微调）及LoRA微调实验，验证不同数据策略对模型性能的实际提升效果。
探索业界前沿的评测驱动开发（Evaluation Driven Development）方法论。
【任职要求】
1、本科及以上学历，计算机、AI、数学等相关专业。
2、代码能力强： 熟练掌握Python，具备良好的工程化落地能力（要建自动化流，而不是手动测）。
3、算法基础： 理解Transformer架构，熟悉常见的LLM训练流程（Pre-train/SFT/RLHF），理解为什么数据质量决定模型上限。
4、加分项： 有构建自动化数据管道、熟悉OpenCompass/Evalscope等评测框架，或有过数据生成/蒸馏经验者优先。
5、Mindset： 认同“Data-Centric AI”理念，具备敏锐的数据洞察力，不仅仅满足于调参，更愿意通过数据策略解决复杂问题。