大模型数据主任工程师 LLM Data Staff Engineer(J21151)

1. 训练数据体系构建：主导半导体领域大模型训练数据体系建设，包括领域语料（芯片设计、工艺、测试、失效分析文档、专利、行业报告）的采集、清洗、去重、质量评估与分级管控； 2. 文档解析与数据生产Pipeline构建：设计并实现针对PDF、PPT、图表（wafer map、时序图、参数表）等非结构化文档的解析、结构化抽取与入库，持续优化解析准确率与吞吐能力； 3. 术语库与知识库建设：主导半导体专业术语与缩写的归一化与对齐工作，支撑知识图谱构建及检索增强生成（RAG）语料准备； 4. 指令数据与评测集运营：设计并运营有监督微调（SFT）指令数据与领域评测集，协同工艺、设计、测试专家制定标注规范，构建术语问答、参数查询、故障诊断类评测数据，跟踪模型幻觉问题并迭代优化； 5. 大规模分布式数据处理平台搭建：基于Spark/Ray等框架搭建分布式数据处理任务，建立数据元信息、血缘与版本管理体系，保…… 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。

本站当前在招 826 个北京技术研发岗位，其中 40 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 25K（25~75 分位），中位约 20K，最低 4K、最高 70K。