混元大模型数据策略产品（代码方向）（北京）

1.与算法团队深度协同，在各训练环节（SFT、RL 等）所需的Code&Agent数据类别及当前短板，判别不同项目不同阶段对数据要求的侧重点； 2.建立一套可量化的数据质量评判与验收标准，从多样性、正确性、难度梯度、场景覆盖等多个角度评估数据的价值； 3.搭建并持续改进数据的获取、标注与合成链路，考察各类生产工具（标注系统、数据合成流水线、质检工具等）对最终产出的影响，结合量化指标与定性洞察推进流程迭代，不断抬高数据质量、产能与模型效果； 4.配合算法团队验证数据带来的实际增益，借助消融实验、归因等手段，识别有效的数据。