训练数据闭环工程师

岗位职责 构建面向大模型与多模态模型的下一代 AI 数据基础设施，负责 DataFlow 方向，打造从多源原始数据到高质量训练、评测、推理数据集的端到端数据流水线，支撑预训练、SFT、RLHF、评测等核心业务场景； 打造高吞吐、低成本、可扩展的分布式数据流水线系统框架，支持文本、代码、图像、音频、视频及多模态数据； 建设数据质量与治理体系：质量指标、规则引擎、抽样评估、异常检测、去重策略、PII 与安全合规； 与算法、训练、标注、平台团队紧密协作，将模型数据需求转化为工程方案，持续提升数据迭代效率； 跟踪 LLM Data Engineering、数据合成与多模态处理前沿实践，推动工具链平台化。 任职要求 本科及以上学历，计算机、软件工程、数学、统计等相关专业； 精通Python，熟悉C++，具备大规模数据处理经验； 熟练掌握至少一种分布式数据处理框架：Ray、Spark、Flink、Da…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21286 个北京岗位（全城各职能合计），其中 1807 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。