工作職責：

致力于解決科學領域大模型訓練數據瓶頸的過程中，參與或主導語料合成、挖掘、評測等方面的算法開發。直接推動科學領域大模型的精確訓練，為各類科學領域模型的優化和應用提供堅實的數據支撐。

1.語料數據的挖掘與評估，構建智能篩選與評估系統，基于語義相關性與內容質量，提升數據的精準性與專業性。

2.智能問答生成、構建覆蓋不同場景的高質量評測數據集與度量指標。

3.數據治理與風險控制，構建數據治理體系，涵蓋元數據管理、數據標準制定、安全合規。識別數據使用風險，制定應對預案。

4.跨團隊協作與規范制定，協同數據開發、業務分析團隊，確保數據需求與質量目標對齊。

任職要求：

1.計算機科學、人工智能、軟件工程等相關專業，本科及以上學歷;

2.熟悉知識圖譜構建、問答生成與信息檢索等相關技術，有深度學習或相關領域2年以上工作經驗;

3.精通Python及相關數據處理、算法實現框架(如TensorFlow、PyTorch等)

4.熟練掌握SQL/NoSQL數據庫(MySQL/Clickhouse/Redis/ElasticSearch等)及分布式存儲技術;

5.較強的學習能力和創新能力，良好的團隊合作精神，能在快速變化的技術環境中不斷提升自己的專業水平

6.有垂直領域大模型預訓練、SFT及性能評估與改進的優先