职位描述
1.负责生成式大模型预训练数据的建设和管理、大模型的预训练和后训练。
2.负责数据合成、数据清洗、数据理解、数据实验等全链路的数据研发工作，提升大模型预训练效果。
3.跟进业界最新技术及进展，结合实际场景应用创新并在系统中进行落地。任职要求
1.计算机、数学、机器学习或相关专业硕士及以上学历；
2.熟练掌握Python，熟悉Linux环境开发，熟悉应用深度学习框架TensorFlow或者PyTorch；
3.熟悉spark，hive，Flink等大数据计算框架及常见的数据挖掘和机器学习工具；
4.精通大型系统的数据建设各项能力，有深刻的数据洞察力；
5.有大规模预训练LLM的数据建设经验者优先, 在数据、机器学习等相关领域的顶会议发表高质量论文者优先。
