职位描述
1. 根据特定场景（包括但不限于数学代码、长文本、科学领域等），进行有效预训练数据的筛选，并开展数据合成工作；
2. 根据需求进行模型对齐训练（包括SFT与RLHF），验证模型效果；
3. 实现准确的数据质量评估，建立完善的数据质量评估体系；
4. 参与前沿算法与应用的研究。任职要求
1. 自然语言处理、机器学习及相关专业、3年以上相关工作经验；
2. 较强的算法开发能力，熟悉C++、python、shell、cuda等一种或多种编程语言；
3. 掌握传统NLP、深度学习NLP相关算法，并具有相关实战经验；
4. 熟练使用 Pytorch 深度学习框架；
5. 对深度学习、Transformer、预训练有一定深度的理解和经验,能根据论文复现相关算法,有大规模预训练模型研发和训练经验者优先；
6. 高质量相关论文ACL，EMNLP，COLING，NAACL作者优先。
