招聘城市:北京
岗位职责:
1.负责海外优质商用/开源数据集、垂类专业数据源的挖掘、对接、测评与采买落地,覆盖预训练、SFT、多模态、代码、长文本等核心数据类型;
2.建立海外数据技术准入标准,从数据质量、稀缺性、重复噪声、场景适配性做专业评估,筛选真正对模型有效增益的高价值数据;
3.对齐预训练算法团队,根据模型能力短板,制定海外数据采买、补充、配比策略,精准支撑模型迭代;
4.负责外购数据的格式适配、清洗去重、质检、版本管理,无缝对接内部预训练数据工作流,实现规模化复用;
5.把控海外数据版权、隐私、跨境合规风险,搭建标准化海外数据准入与风控体系;
6.沉淀海外供应商资源池与数据资产体系,持续优化数据采买、测评、治理流程,构建长期…
岗位职责:
1.负责海外优质商用/开源数据集、垂类专业数据源的挖掘、对接、测评与采买落地,覆盖预训练、SFT、多模态、代码、长文本等核心数据类型;
2.建立海外数据技术准入标准,从数据质量、稀缺性、重复噪声、场景适配性做专业评估,筛选真正对模型有效增益的高价值数据;
3.对齐预训练算法团队,根据模型能力短板,制定海外数据采买、补充、配比策略,精准支撑模型迭代;
4.负责外购数据的格式适配、清洗去重、质检、版本管理,无缝对接内部预训练数据工作流,实现规模化复用;
5.把控海外数据版权、隐私、跨境合规风险,搭建标准化海外数据准入与风控体系;
6.沉淀海外供应商资源池与数据资产体系,持续优化数据采买、测评、治理流程,构建长期…