大模型数据研发工程师

负责参与实验室语言大模型的数据准备、模型训练、模型评测等工作，重点构建新一代质量高，安全性好，内容全面的十万亿Token数据集，工作内容包括： 1. 面向大规模网页、代码、论文、书籍等数据，复现相关大模型数据相关论文，并在此基础上制定更加严格的数据质量标准，对训练数据进行分析和分类，对数据质量进行评估，解决数据主题分布、内容合规、反毒性、反偏见等问题。 2. 深入了解并调研与预训练数据集相关的最新文献或资料，为构建更优质的数据集提供理论支撑，构建data-centric数据闭环，研究在固定模型和评测的情况下提高大模型数据语料质量，包括持续优化数据质量，研究数据和模型的scaling law，研究数据配比，数据混入策略与混入时机。 3. 围绕更具体细分类数据（如CC、代码、论文、书籍等等）构建相应大模型的数据-训练-评测链条，并针对细分类数据建立数据质量评估与优化体系，使得细分类数据质量超越…… 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 23584 个上海岗位（全城各职能合计），其中 1192 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 8K ~ 20K（25~75 分位），中位约 12K，最低 0.8K、最高 113K。