工作职责： 1. 高质量数据闭环机制：构建高质量数据闭环，设计自动化数据清洗、去重、合成（Data Synthesis）与质量评估算法，保障训练数据的准确性与多样性。 2. 训练数据策略优化：设计并验证数据配比、数据增强及课程学习（Curriculum Learning）等训练策略，解决数据稀缺与质量瓶颈问题。 3. 模型训练与微调：负责 AI 模型的训练、微调与参数调优全流程，覆盖 CV、NLP 等领域的分类、检测、生成等任务，提升模型在复杂业务场景下的表现。 4. 训练过程监控与诊断：监控训练过程中的 Loss、梯度等关键指标，及时定位并解决训练发散、过拟合、Loss 尖峰等异常问题，保障训练任务的高效稳定运行。 任职资格： 1. 学历与专业背景：硕士及以上学历，计算机、人工智能、统计学等相关专业。 2. 数据处理能力：熟悉海量文本/多模态数据的清洗、标注与质量评估方法，有自动化数据管线（Data Pipeline）开发经验者优先。 3. 训练框架掌握：熟练使用 PyTorch，熟悉 Megatron-LM、ms-swift、llama-factory、verl、slime等训练框架，具备模型训练实战经验。 4. 大模型相关经验： 有大模型增量预训练（CPT）、SFT、RLHF 全流程训练与调优经验； 熟悉 PPO、DPO、GRPO 等对齐或强化学习算法； 熟悉主流开源大模型的模型架构、训练链路与微调实践。 5. 问题分析能力：对模型训练过程中的数据分布、Loss 曲线等有敏锐的洞察力，能够通过数据分析定位训练瓶颈并提出优化方案。 6. 加分项：在 AI 顶会发表过相关领域论文；在 Kaggle、天池等高水平算法竞赛中获得 Top 名次；或有知名开源 AI 模型项目核心贡献经验者优先。