【26届校招】大语言模型数据算法工程师

【26届校招】大语言模型数据算法工程师深圳、上海正式智能制造 / 工业互联网 / 工业自动化 - 研发职位描述我们正在寻找对大语言模型(Large Language Model,LLM)充满热情的数据算法工程师,加入我们的核心AI团队。你将主要负责LLM高质量与大规模数据的采集与处理，并参与从LLM预训练、微调、推理优化到多场景应用落地的全流程工作，推动LLM技术在对话系统、内容生成、知识推理、具身智能等领域的创新 工作职责 1. 主导LLM数据的采集和处理，搭建高效的数据处理 Pipeline，实现从海量原始数据到可直接驱动模型训练的高质量数据的转化。 2. 打造并优化数据平台的核心模块（包括处理、标注、对齐、存储与可视化），确保数据的可追溯性与可验证性。 3. 参与大模型从预训练到后训练的全链路流程，深入分析模型对数据的敏感点，通过数据迭代持续提升模型能力。 4. 紧跟全球前沿技术动态，研究并引入最新的数据集与标准，将优秀的开源经验转化为团队的核心优势，持续扩展数据版图。职位要求1. 计算机、人工智能、自动化等相关专业硕士及以上学历。 2. 具备处理和构建LLM数据集的实际经验，熟悉LLM领域常用数据集（如DCLM、Fineweb等），掌握常用的数据处理与清洗方法。 3. 熟悉Transformer、GPT系列、LLaMA、GLM等主流模型架构，深入理解训练数据在模型训练中的作用与影响。 4. 熟练掌握Python编程语言，熟练使用PyTorch深度学习框架，具备扎实的工程能力与良好的代码习惯。 5. 思维开放，善于沟通，能够与算法、硬件及系统团队高效协作，最大化数据的业务价值。 加分项 1. 参与或主导过LLM预训练或后训练阶段的实际项目，熟悉从数据处理到模型迭代的完整链路。 2. 具备大规模数据处理框架（如datatrove）的实际经验，处理过Trillion级别以上的数据集。 3. 具备使用大模型进行大规模数据合成的相关经验。投递