Job description
1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责； 2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果； 3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破； 4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果
任职要求 / Qualifications: 1.本科及以上学历，掌握JAVA、Python或Scala语言之一，掌握hadoop、hive、hbase、Storm、spark、flink一种或者几种平台或组件的开发经验及 调优方法； 2.熟悉大模型数据规范，掌握爬虫所需要的各类型技术，有千万级数据系统建设经验； 3.有大模型数据平台研发经验者优先，对大模型技术、数据中台有深入了解加分； 4.良好的沟通协作能力，能和团队成员高效协同，推进技术进步。 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。