岗位描述
岗位职责:1. 搭建和完善基础模型数据链路体系,设计数据模型与分层架构,沉淀公司数据资产,为算法预训练/后训练和业务BI提供可靠的数据基座2. 建设和维护数据平台产品(Data Infra 选型优化、数据集管理平台、DataAgent 等),推动数据治理,提升数据使用效率3. 与算法团队深度合作,负责各类回流数据处理分析,持续提供高质量 MiddleTrain/SFT/评测/Agent 训 练数据4. 与产运团队深度合作,建立指标体系,搭建数据分析链路,辅助业务决策任职要求:1. 熟悉基座模型预训练或者后训练数据 pipeline 的基本过程,有相关经验优先;熟练使用AI Coding;2. 3 年以上数据平台或数仓建设经验,有扎实的数据建模、数据治理、数据质量、数据安全合规等相关经验3. 熟悉分布式计算框架(Spark/Flink 等),有 TB 级数据处理实战经验4. 熟悉数据湖相关技术(Delta/Iceberg/Hudi 等);有主流数据治理平台(如Apache Atlas、DataHub)使用或开发经验;5. 具备系统架构设计与工程落地能力,良好的沟通协调能力及团队合作精神,具备独立驱动项目的能力6. 对技术充满热情/渴望成长,熟悉大模型训练数据,有AI算法、数据相关公司工作经历优先;有创业公司工作经历优先;