百度大模型数据算法工程师（J82724）

-负责百度知识管理平台的基础服务架构、相关组件与模块设计与开发 -提升百度知识管理平台商业化服务稳定性，确保业务高可用 -构建百度知识管理平台私有云/公有云交付能力 -提升交付质量与效率，支持标准化、规模化大客户项目落地 -参与百度知识管理平台商业化业务开放能力建设；满足各类第三方生态接入，满足客户的二次开发需求

大模型数据处理与优化 1. 构建从数据采集、清洗、评估、消融归因的全流程数据框架，辅助模型能力稳步提升； 2. 设计和优化PB级多模态多领域训练数据的解析、理解、筛选、改写、合成体系； 3. 设计面向医疗领域的结构化数据处理流程，沉淀医学权威知识库，解决医疗模型幻觉问题； 4. 训练数据提取、过滤、改写、分类等模型。 高质量数据生产和评估 1. 基于业务场景，设计高质量高效率的数据生产流程，交付对模型有增益的数据； 2. 训练预标注和数据质控模型，不断提升数据生产效率和交付质量。

岗位职责： 1. 参与⾳频理解的算法调研、落地应⽤、效果调优； 2. 负责⾳频理解技术在业务场景的适配和落地； 3. 将合适的⼯作成果最终形成论⽂发表；

1.设计训练数据全生命周期管理方案，涵盖元数据与血缘管理、质量监控（异常检测/置信校准）、自动化评估体系，为模型训练提供稳定、可靠的高质量数据； 2.探索大模型强化数据及SFT数据合成路径，推动大模型中数据价值验证方法论的建设与落地； 3.抽象并开发高效、可靠的数据加工框架，全面管理数据，提供训练数据的可视化、可观测能力；提升训练数据治理的工程效率； 4.不断跟进业界前沿数据算法并进行落地，提高数据算法效果和效率，为大模型储备高质量的数据资源。