大模型数据工程师—评测与合成方向

Job description

岗位定位

我们致力于通用大语言模型（LLM）的核心数据基建与评测体系建设。团队面向大模型的预训练、后训练、复杂推理增强及 AI Agent 场景，构建覆盖互联网文本、高质量代码、数学逻辑及专业领域知识的海量数据处理闭环。岗位需要结合 NLP、大模型数据工程与分布式系统技术，从海量异构数据中提炼/合成高质量训练语料，驱动模型通用能力与复杂推理（含 AI for Science 等前沿场景）的持续突破。

岗位职责

1. 搭建真实可运行的大模型及 Agent 评测系统，构建基于 Sandbox / Docker 的安全隔离执行与仿真环境，支持代码执行、工具调用等评测任务。 2. 建设合成数据生产 Pipeline，通过环境交互与自动化校验机制，为模型迭代提供持续的数据飞轮支持。

任职要求

• 计算机相关专业，代码基本功扎实，精通 Python 及主流后端开发框架，具备复杂系统设计与开发的能力。
• 拥有真实的大模型 / Agent 评测经验，熟悉 LLM-as-Judge、代码评测、Tool-Use 评估等主流评测范式。
• 熟悉 Docker / K8s，有 Sandbox、安全代码执行、隔离运行环境开发经验，能构建高并发、高安全的代码执行环境。
• 具备合成数据 Pipeline 建设经验，熟悉 Prompt 工程及基于环境反馈的数据生成与自动清洗策略。
• 能熟练运用 AI 编程工具，敏捷响应算法团队的评测与数据需求。