大模型算法工程师（数据方向）

亮点 / Highlights:

1. 团队具备良好的技术氛围，充足的计算资源，与志同道合的技术牛人一起工作；

2. 能够深度参与到大模型核心研发工作中，并有机会在业界分享技术成果。

岗位职责 / Duties:

1. 构建端到端的网页文本内容提取系统，针对网络数据的复杂性，从系统效率和模型效果角度持续优化内容提取算法，迭代生产标准；

2. 设计预训练数据的全局质量优化和治理方案，优化全局采样策略、隐私保护和安全合规，提升基座模型训练效率和最终效果；

3. 建设多模态交错数据处理链路，通过数据分析和配比实验等手段优化多模态数据质量和多样性，支撑多模态大模型数据需求；

4. 跟进大模型数据领域前沿技术（如Data Selection、Data Influence、Curriculum Learning和合成数据等），推动数据驱动的模型性能突破；

5. 负责千亿级网页的大规模处理和万亿级token数据生产，通过分布式计算、模型量化及显存优化的方式提升数据处理和生产效率。