多模态模型算法工程师(J47464)

1. 统筹大模型全流程数据集规划、架构设计与项目落地，搭建百亿级参数模型所需文本、图像、音视频多模态训练数据集； 2. 制定统一的数据清洗、标注、数据增强标准化流程，搭建自动化数据质检体系，持续优化训练数据质量，降低模型幻觉、提升模型泛化效果； 3. 运用 Python、深度学习框架完成数据预处理、特征加工、数据蒸馏、合成数据生成，搭建高吞吐数据处理流水线； 4. 建立数据集版本管理、血缘追踪、质量监控机制，完成数据集合规脱敏、安全管控，满足大模型预训练、微调、强化学习数据供给需求； 5. 跟踪数据科学、大模型数据工程前沿技术，开展技术创新攻关，牵头或参与行业数据相关技术标准编制，输出技术成果与专利； 6. 对接算法研发团队，输出高质量训练评测数据集，支撑大模型迭代优化，输出项目技术报告、验收文档。

基本要求： 1．符合本单位相应职级任职要求；硕士研究生及以上学历，计算机科学、数学、统计学、人工智能、数据科学等相关专业； 2．高级工程师职称，或具备人工智能工程师/训练师认证、人工智能职业技能等级证书等资质证书； 3．精通机器学习、深度学习算法，熟悉数据处理和分析技术，掌握数据质量管理标准与方法论； 4．熟悉AI大模型训练数据准备流程，具备数据清洗、标注、增强等技术能力； 5. 熟练使用Python、Java、R等编程语言，熟悉TensorFlow、PyTorch等深度学习框架。 经历能力要求: 1．5年以上数据分析或算法研发经验，其中至少3年专注于数据集建设与管理，能够负责高质量数据集的规划、设计与建设； 2．主导过大型数据集建设项目，具备数据质量管理经验，能够构建数据清洗、标注及增强标准流程，优化训练数据集质量，提升模型泛化能力； 3．有AI大模型训练数据准备经验者优先，能够负责多模态数据融合处理，构建百亿级参数模型训练数据集； 4. 能够跟踪数据科学领域前沿技术，开展数据治理技术创新，主持或参与过技术标准编制、获得省部级以上奖项者优先。