【崗位職責】
1、數(shù)據(jù)采集與整理：依據(jù)業(yè)務(wù)與模型需求，設(shè)計并實現(xiàn)網(wǎng)頁爬蟲、開放 API 調(diào)用等數(shù)據(jù)采集流程。處理多種非結(jié)構(gòu)化數(shù)據(jù)（如網(wǎng)頁文本、Markdown、PDF 等）的解析、抽取與結(jié)構(gòu)化落庫；
2、根據(jù)算法團隊需求，構(gòu)建和整理指令數(shù)據(jù)、問答數(shù)據(jù)、對話數(shù)據(jù)等，按約定格式生成訓練語料。對原始數(shù)據(jù)進行脫敏、切分、標簽整理等預處理，為標注與訓練環(huán)節(jié)提供合規(guī)且高質(zhì)量的數(shù)據(jù)輸入；
3、配合后端與算法團隊，搭建支撐 AI 應(yīng)用（如智能助手、知識問答、智能客服等）的數(shù)據(jù)流程，包括向量化處理、索引構(gòu)建、日志采集、用戶反饋數(shù)據(jù)沉淀、特征更新等；
4、與產(chǎn)品、算法、后端等團隊保持良好溝通，理解業(yè)務(wù)背景與需求，能夠?qū)?shù)據(jù)方案提出合理建議。

【任職要求】
1、計算機科學、軟件工程、數(shù)據(jù)科學、數(shù)學等相關(guān)專業(yè)，本科及以上學歷；
2、熟練使用 Python 進行數(shù)據(jù)處理與腳本開發(fā)，熟悉常見數(shù)據(jù)處理或 ETL 相關(guān)庫（如 pandas 等）；
3、具備扎實的 SQL 基礎(chǔ)，能夠獨立完成常見的數(shù)據(jù)查詢、聚合統(tǒng)計與基礎(chǔ)性能優(yōu)化；
4、對大語言模型訓練數(shù)據(jù)的重要性有基本認識，理解指令數(shù)據(jù)、對話數(shù)據(jù)、知識庫數(shù)據(jù)等在模型效果中的作用；
5、具備良好的溝通表達與跨團隊協(xié)作能力；
6、工作嚴謹細致，具備責任意識和自驅(qū)力，能夠在不完全確定的環(huán)境中推動任務(wù)落地。