岗位描述（节选）
1.基于模型内部评测和错误案例，系统性分析模型能力边界和短板；建立能力拆解框架（如代码生成可拆分为理解、规划、实现、调试等子能力）
2.主导高质量数据的获取、清洗、增强和验证；探索先进的数据合成技术（如基于强模型的蒸馏、多智能体协作生成）。
3.设计小规模实验验证数据有效性，建立数据-效果关联分析机制，量化数据投入产出比。
【任职要求】
1.熟悉主流模型架构（Transformer、MoE等），理解模型内部工作机制；具备模型可解释性分析能力（如attention分析、神经元激活分析）
2.具备强学术调研能力，能追踪前沿研究（模型可解释性、数据选择、合成数据等），快速验证新方法可行性。
3.具备与算法工程师深度协作的能力，理解训练过程中的技术细节和约束条件。