大模型数据训练师（储备）(J10026)6-8K
湖南省交通科学研究院有限公司
2027-02-03 17:06:25
校招27届硕士
岗位详情
地区：
长沙市
专业要求：
统计学人工智能计算机科学与技术信息管理
岗位职责：
1. 参与面向行业大模型的高质量数据集全生命周期建设，负责多模态原始数据归集、预处理、清洗、归一化处理，实施数据集质量评测，识别脏数据、偏差样本、低质样本等问题，编制数据集质量评估报告，保障训练样本数据一致性、完备性与有效性。
2. 参与制定标注规范、标注 SOP，完成模型训练数据需求拆解、标注任务设计与任务发布；负责标注样本抽检、标注结果校验与迭代，管控标注一致性，构建领域高质量微调数据集、评测数据集。
3. 参与数据集资产托管工作，维护数据集元数据、版本管理、数据谱系与资产台账，管理数据集访问权限，支撑数据集复用、迭代、分发与安全共享。
4. 参与训练数据集的合规性审查与持续监测工作，完成敏感信息识别、隐私脱敏、版权与涉密内容核验，落实数据安全治理要求，防控大模型训练环节的数据合规风险。
5. 协助准备模型评测基准数据集，配合开展模型输出效果验证、样本迭代优化，支撑大模型能力调优与业务落地验证。
招聘要求：
1. 学历：应届硕士研究生（211/985院校 ），大数据、计算机科学与技术、人工智能、信息管理、统计学等相关专业。
2. 项目经验：在校期间具备数据集构建、数据标注工程、多模态数据预处理、数据质量评测、LLM 样本制作相关课题、科研项目或学科竞赛经历；拥有政务、交通行业领域数据集建设实践经验者优先。
3. 专业能力：熟悉大模型数据集构建全流程，掌握 SFT 微调数据集、评测集、提示集构建方法；熟练掌握数据标注、样本筛选、多模态数据预处理、数据集质量评估理论与方法；熟练使用 SQL、Python，熟悉 LangChain、LlamaIndex 等大模型应用开发框架；了解 Hadoop、Spark、Flink、Kafka 大数据基础技术栈，掌握国产化数据库基础操作；熟悉主流标注工具、向量数据库基础使用；能够在指导下独立完成样本加工、数据质检、数据集版本管理、badcase 归集等工作。
4. 综合能力：具备较强数据洞察力与逻辑分析能力，具备规范的技术文档撰写、需求拆解与落地执行能力。
5. 职业素养：严谨细致，责任心强，熟悉数据安全、个人信息保护相关规范；具备领域数据集长期迭代、资产化管理思维，严守数据保密与合规要求。
基础信息：工作地点：长沙；学历要求：硕士；经验要求：经验不限；岗位类型：校园
岗位标签：行业大模型数据集全生命周期建设
公司介绍
湖
湖南省交通科学研究院有限公司
湖南省交通科学研究院有限公司，成立于2001-03-23，位于湖南，法定代表人：郑长安，登记状态：存续，注册资本41025.6411万人民币，公司类型：国有企业
公司信息:公司名称:湖南省交通科学研究院有限公司公司类型:公司性质:--公司地点:公司规模:--涉及领域:--公司网址: