AI 数据工程师

亮点 / Highlights: 1、AI机会：深度参与金融核心 AI 场景的大模型数据全链路建设，参与 SFT/DPO/RL/RAG 项目工程实践；从 0 到 1 设计和落地数据 Agent，在数据工程智能化转型的早期阶段积累稀缺的 Agent 开发实战经验。 2、业务基本盘：金服大模型覆盖催收、KYC、风控、智能客服等核心金融场景，业务体量大、AI 落地需求迫切，数据工程师的工作直接决定大模型在金融场景的能力上限。 3、成长与资源：与算法、业务专家深度协作，在真实金融 AI 落地项目中快速积累跨领域实战经验；团队提供充足的 GPU、数据与标注资源支持，鼓励以 AI 原生方式探索数据工程的前沿实践。

岗位职责 / Duties: 1、负责大模型 SFT/DPO/RL/RAG 等训练范式的数据采集、清洗、标注与质量评估，体系化构建大模型高质量数据集生产 Pipeline。 2、探索 AI for Data 前沿实践：研发数据增强与智能合成技术，利用 AI 自动化生产和校验训练数据，构建「AI 生产数据 → 数据训练 AI」的数据飞轮，持续提升数据质量与多样性。 3、建设大模型训练数据体系，沉淀训练数据集、模型评测集、用户标签体系与模型效果指标体系，将业务专家经验系统性转化为可复用的 AI 数据资产。 4、开发数据 Agent：基于大模型与 Agent 框架，构建覆盖数据采集、清洗、标注、质检等环节的自动化 Agent，实现数据生产流程的智能化与自主化，降低人工干预成本。 5、深度协同算法与业务团队，针对 PE/RAG/SFT/DPO/RL 等大模型落地方案设计专项数据解决方案，基于模型效果反馈持续迭代数据策略；积极使用 Claude Code/Cursor 等 AI 辅助研发工具，以 AI 原生方式提升数据工程效率。

任职要求 / Requirements: 1、AI能力要求： 1）熟悉大模型基本原理，了解 SFT/DPO/RAG 等主流训练与应用范式；有模型微调、数据标注体系搭建或 AI 数据工程实践经验者优先 2）了解 Agent 开发框架（如 LangChain、AutoGen 等），有数据 Agent 或自动化工作流开发经验者优先 3）具备 AI 工具实际使用经验，能熟练使用 Claude Code/Cursor 等 AI 辅助编程工具或大模型 API；有意愿以 AI 原生方式重构数据开发工作流 2、专业经验：2年以上数据开发经验，计算机或相关专业本科及以上学历，熟练掌握 SQL、Python，对数据结构与算法有较深理解；有大规模数据处理或 Pipeline 工程经验者优先 3、综合素质：具备优秀的沟通表达与跨团队协作能力，能在算法、业务、产品多方协作中推动数据方案落地；强自驱力，对 AI 技术发展保持持续学习的热情与好奇心