大模型算法

崗位職責
1.數(shù)據(jù)特征算法：負責大規(guī)模代碼數(shù)據(jù)的挖掘工作（如標簽體系構建、結(jié)構化拼接、數(shù)據(jù)比例配置等），開展數(shù)據(jù)質(zhì)量檢測（包括低質(zhì)內(nèi)容識別、優(yōu)質(zhì)代碼篩選等）以及數(shù)據(jù)合成相關算法研發(fā)；
2.數(shù)據(jù)pipeline建設：主導數(shù)據(jù)篩選、清洗、標注及質(zhì)量評估流程的設計與實現(xiàn)。協(xié)同模型業(yè)務團隊，深度挖掘數(shù)據(jù)價值，搭建自動化數(shù)據(jù)處理系統(tǒng)，支撐模型的持續(xù)優(yōu)化與迭代；
3.數(shù)據(jù)實驗分析：針對代碼大模型訓練所用數(shù)據(jù)進行系統(tǒng)性分析，建立規(guī)范化的實驗評估機制，發(fā)現(xiàn)樣本缺失、數(shù)據(jù)偏差、分布失衡等問題，推動數(shù)據(jù)質(zhì)量、覆蓋范圍與多樣性的全面提升，助力模型生成能力不斷優(yōu)化。

崗位要求
1.碩士及以上學歷，計算機科學、自然語言處理等相關專業(yè)背景優(yōu)先考慮；
2.熟悉主流深度學習框架（如PyTorch、TensorFlow），具備模型訓練與數(shù)據(jù)處理實踐經(jīng)驗，擁有出色的獨立開發(fā)、問題分析與研究能力；
3.具備良好的溝通協(xié)作意識，自我驅(qū)動性強，能獨立完成系統(tǒng)層面的分析與調(diào)優(yōu)，推動大模型技術的實際落地應用；
4.可進行日常實習，每周至少全職投入4天，連續(xù)實習6個月以上者優(yōu)先；27屆畢業(yè)生優(yōu)先考慮。

加分項
1.掌握HiveSQL、Spark、Ray中至少兩項數(shù)據(jù)處理與分析工具；
2.對代碼大模型有較深認知，具備敏銳的數(shù)據(jù)感知力和扎實的數(shù)據(jù)洞察分析能力；
3.有大模型訓練或數(shù)據(jù)工程相關項目經(jīng)驗者優(yōu)先。