大模型算法

崗位職責
1.數據特征算法：負責大規模代碼數據的挖掘工作（如標簽體系構建、結構化拼接、數據比例配置等），開展數據質量檢測（包括低質內容識別、優質代碼篩選等）以及數據合成相關算法研發；
2.數據pipeline建設：主導數據篩選、清洗、標注及質量評估流程的設計與實現。協同模型業務團隊，深度挖掘數據價值，搭建自動化數據處理系統，支撐模型的持續優化與迭代；
3.數據實驗分析：針對代碼大模型訓練所用數據進行系統性分析，建立規范化的實驗評估機制，發現樣本缺失、數據偏差、分布失衡等問題，推動數據質量、覆蓋范圍與多樣性的全面提升，助力模型生成能力不斷優化。

崗位要求
1.碩士及以上學歷，計算機科學、自然語言處理等相關專業背景優先考慮；
2.熟悉主流深度學習框架（如PyTorch、TensorFlow），具備模型訓練與數據處理實踐經驗，擁有出色的獨立開發、問題分析與研究能力；
3.具備良好的溝通協作意識，自我驅動性強，能獨立完成系統層面的分析與調優，推動大模型技術的實際落地應用；
4.可進行日常實習，每周至少全職投入4天，連續實習6個月以上者優先；27屆畢業生優先考慮。

加分項
1.掌握HiveSQL、Spark、Ray中至少兩項數據處理與分析工具；
2.對代碼大模型有較深認知，具備敏銳的數據感知力和扎實的數據洞察分析能力；
3.有大模型訓練或數據工程相關項目經驗者優先。