数据算法工程师（大模型预训练）

大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。 1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责； 2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果； 3…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。