[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Contemporary Amperex Technology jobs](https://jobs.opennash.com/companies/contemporary-amperex-technology/) · [Search jobs](/search/)

Contemporary Amperex Technology · 上海市, 中国

# AI4S 大模型数据工程师（NLP / 多模态方向）

上海市, 中国 

Listed on Contemporary Amperex Technology’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Contemporary Amperex Technology’s careers site →](https://app.mokahr.com/social-recruitment/catlhr/98098#/job/7ecbab74-1e8e-4eba-934f-9296f03dde3b)

[OpenNash Jobs](https://jobs.opennash.com/) / [Contemporary Amperex Technology](https://jobs.opennash.com/companies/contemporary-amperex-technology/) / AI4S 大模型数据工程师（NLP / 多模态方向）

## Job description

### 一、岗位定位

负责下一代 AI for Science（AI4S）基础模型的数据体系建设，面向大语言模型和科学多模态模型，建设覆盖互联网文本、科学知识、代码、数学推理、多模态数据等多类型训练数据。 岗位需要结合 NLP、大模型数据工程和多模态数据处理技术，从海量异构数据中构建高质量训练数据，支撑模型预训练、后训练、推理增强和 AI Agent 能力发展。

### 二、岗位职责

1.

### 大规模多源数据采集与处理 负责多类型训练数据的采集、处理和组织，包括但不限于

互联网数据
- Web网页（HTML）
- Wikipedia、论坛、技术博客
- PDF论文、教材、专利、技术报告 科学数据
- 科学论文与专业知识库
- 实验数据与模拟数据
- 化学、材料、物理、生物等科学数据库 代码和推理数据
- 开源代码仓库
- 软件工程数据
- 数学题、证明与推理过程
- 科学推理与问题求解数据 多模态数据
- 图像
- 表格
- 结构化数据
- 时序数据

### 科学图谱和模拟轨迹等 主要工作包括
- 网络爬虫与数据获取；
- PDF解析、OCR识别、版面分析；
- 数据格式转换与统一模式设计；
- 多模态数据组织与管理。

### 大模型数据处理与质量治理 建设大模型训练数据 pipeline，包括
- 数据清洗与标准化；
- 数据去重（精确去重 / 近似去重）；
- 数据分类（领域、模态、质量、语言等）；
- 数据质量评估与过滤；
- 数据污染检测；
- 数据混合设计与优化。

### 高质量训练数据构建 负责模型训练所需高质量数据建设，包括
- 代码、数学、推理、科学数据整理；
- 合成数据生成、筛选和质量评估；
- Agent/ 工具调用数据构建；
- 指令数据构建与优化；
- 数据标注规范制定与标注流程优化。

### 数据驱动模型迭代 结合模型训练与评测结果，持续优化数据体系，包括
- 模型失败案例分析；
- 数据缺陷定位；
- 新数据需求发现；
- 数据采集与生成策略优化。 建立“数据采集 → 数据处理 → 模型训练 → 模型评测 → 数据优化”的数据飞轮。

### 三、任职要求

必备条件
- 计算机、人工智能、自然语言处理、数据科学等相关专业硕士及以上学历；
- 扎实的 NLP 基础，熟悉大语言模型训练流程，包括预训练、监督微调、强化学习等；
- 熟悉大规模文本和多模态数据处理技术；
- 熟悉常见数据处理工具和框架；
- 具有大模型、多模态模型或相关数据 pipeline 搭建经验；
- 具备优秀的数据质量意识和工程实践能力。

### 优先考虑 具有以下经验者优先

大模型数据经验
- 大规模互联网数据处理；
- Web crawler 及 HTML 数据解析；
- PDF文档解析和科学文献处理；
- 多模态数据处理；
- 代码、数学、推理数据构建；
- 合成数据和智能体数据建设；
- 数据评测与数据治理经验。

### AI4S 相关背景 具备以下任一方向经验者优先
- 材料科学；
- 化学；
- 物理；
- 生物信息学；
- 科学计算与模拟。

## At a glance
- Posted by the employer: Not stated
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Under a day
- Location: 上海市, 中国[Apply on Contemporary Amperex Technology’s careers site →](https://app.mokahr.com/social-recruitment/catlhr/98098#/job/7ecbab74-1e8e-4eba-934f-9296f03dde3b)

## More jobs at Contemporary Amperex Technology

### [AI Agent - 智能体研究员](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/98036826264f0a163441/)

上海市, 中国

### [Applied AI4Science 研究员](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/078b56b5e29980301821/)

上海市, 中国

### [大语言/多模态模型研究员](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/961570031467c1602120/)

上海市, 中国

### [嵌入式硬件研发工程师](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/d1eb725e0191f356b7e1/)

上海市, 中国

## Similar jobs at other companies

### [混元Aigc模型产品经理（多模态方向）（北京/上海）](https://jobs.opennash.com/companies/tencent-holdings/jobs/bee54b2ef8c01d6be4f5/)

Tencent Holdings · Shenzhen

### [AI/ML, NLP, LLMs, Python, SQL, AWS or Azure - Developer](https://jobs.opennash.com/companies/ntt/jobs/48a99c92dfe9f7769d04/)

NTT · Bangalore, KA, IN, India

### [大模型算法工程师-多模态方向](https://jobs.opennash.com/companies/sf-holding/jobs/2017ce812927e2795a94/)

S.F. Holding · 广东省/深圳市

### [LongCat - 大模型数据工程师（AI Coding方向）-欢迎工程同学转型](https://jobs.opennash.com/companies/meituan/jobs/98112303e590e81a4425/)

Meituan · 北京市 +2 more

### [大模型应用后端开发工程师-多模态方向](https://jobs.opennash.com/companies/kuaishou-technology/jobs/b5af9a66752dc3561868/)

Kuaishou Technology · Beijing

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)