工作职责：
1、主导数据产品规划，构建支持大模型训练的高质量数据体系，包括数据采集、清洗、标注、特征工程等全链路方案设计，确保数据与业务目标对齐。
2、深入理解大模型（如NLP/CV多模态）技术原理，设计数据驱动的模型优化策略，提升训练效率及效果。
3、协同算法团队，制定数据标注标准、评估指标及迭代策略，解决数据偏差、长尾分布等问题，设计数据增强、合成及自动化标注方案，优化大规模预训练与微调数据的供给效率。
4、联动业务、算法、工程团队，推动数据闭环落地，支撑推荐、搜索、AIGC等场景的模型迭代，提炼数据产品通用化能力。
职责要求：
1、硕士及以上学历，计算机、统计学、人工智能相关专业，3年以上数据产品经验，大厂数据挖掘/数据科学背景（如BAT/TMD等）优先。
2、精通Hadoop/Spark/Flink等大数据技术栈，熟悉CNN/Transformer等模型的数据需求，主导过亿级规模数据项目。
3、具备LLM（如GPT、LLaMA）或CV多模态模型数据支持经验，熟悉RLHF、DPO等对齐方法的数据设计。
4、掌握数据蒸馏、去噪、评估等关键环节，能通过数据策略显著提升模型表现。
5、熟练运用SQL/Python进行数据分析，可独立完成数据探查、AB实验及效果归因。