【核心職責】
1. 高質量數據體系構建（Data Engineering）：
負責LLM預訓練及SFT階段的高質量數據建設，包括數據合成（Synthetic Data）、數據增強及自動化過濾管線的開發。
設計數據配比策略，通過分析數據分布對模型性能的影響，制定數據迭代方案，直接提升模型在特定領域的表現。
2. 自動化評測與模型迭代（Evaluation & Iteration）：
搭建及維護自動化評測框架（如利用LLM-as-a-Judge），減少人工依賴，實現對模型能力的快速反饋。
基于評測結果進行Badcase歸因分析，與訓練組緊密配合，將評測發現的短板轉化為下一輪的SFT數據策略，形成“評測-數據-優化”的閉環。
3. 模型微調與實驗（Model Tuning）：
參與部分SFT（有監督微調）及LoRA微調實驗，驗證不同數據策略對模型性能的實際提升效果。
探索業界前沿的評測驅動開發（Evaluation Driven Development）方法論。
【任職要求】
1、本科及以上學歷，計算機、AI、數學等相關專業。
2、代碼能力強： 熟練掌握Python，具備良好的工程化落地能力（要建自動化流，而不是手動測）。
3、算法基礎： 理解Transformer架構，熟悉常見的LLM訓練流程（Pre-train/SFT/RLHF），理解為什么數據質量決定模型上限。
4、加分項： 有構建自動化數據管道、熟悉OpenCompass/Evalscope等評測框架，或有過數據生成/蒸餾經驗者優先。
5、Mindset： 認同“Data-Centric AI”理念，具備敏銳的數據洞察力，不僅僅滿足于調參，更愿意通過數據策略解決復雜問題。