1、基于SQL+Spark/Flink建设数据采集、清洗、标注、标准化与质量评估的全链路数据管道，为微调与RAG提供高质量数据集； 2、制定并落实数据安全、脱敏、分级、权限与合规规范及数据全生命周期管理；与算法、应用、FDE方向协同闭环"数据—效果"反馈链路，监控并优化存储与计算成本； 3、建设大模型应用评测体系及LLM-as-Judge与人工评估流程，设计AI场景的评测集与基准； 4、基于Pytest/JMeter/Locust搭建自动化回归与高并发压力测试，保障模型/Prompt/链路迭代不退化、推理服务满足低时延要求； 5、推动质量问题闭环并输出质量报告。 1、硕士及以上学历，计算机、电子信息技术、电气自动化、机械等相关专业； 2、熟练数据管道（ETL）与大数据处理工具（Spark/Flink），熟悉数据质量管理与数据安全合规，具备面向AI/大模型场景的数据集构建经验； 3、熟悉测试自动化与质量度量方法，理解大模型评测方法（基准评测、人工评估、LLM-as-Judge等），严谨的数据分析与问题定位能力； 4、加分项：有面向LLM训练/RAG的数据治理经验；熟悉数据标注平台与质量评估方法；有大模型/AI产品评测或LLMOps质量保障经验；熟悉RAG/Agent复杂链路评测；有工业/半导体领域数据治理经验、效果度量与A/B实验经验。