百度千帆大模型数据策略工程师（J83077）
任职要求
-熟练掌握 Python/GO 中至少一种编程语言，具备良好的编码习惯和常用设计模式的理解 -具备大规模的预训练/指令/偏好数据的收集、清洗、构建经验，有大模型数据合成、图文多模态数据处理经验者优先 -熟悉大模型评测方式和各类评估指标，对如何准确、高效地评估大模型各类能力有实践经验 -熟…
工作职责
-负责大模型数据合成相关工作，包括技术调研、数据生成与处理、模型训练及效果评估 -负责大规模文本、多模态数据的处理与清洗工作，优化数据质量 -支持大模型在实际业务场景中的应用落地，负责平台客户的场景建模任务，将模型算法落地到客户的业务场景中 -与其他角色和团队合作，共同完成相关项目需求
-负责Post-training工具链开发： 负责千帆MAAS平台大模型SFT、蒸馏、强化学习（RL）等后训练环节的工具链开发，提升大规模训练的稳定性与执行效率 -负责RLaaS能力落地： 参与“强化学习即服务（RLaaS）”的方案调研与实现，通过解耦算力资源与算法逻辑，让内外部客户能够高效低成本在自身业务数据上启动高效率的 RL 训练 -提升平台易用性与扩展性： 快速定位并解决用户线上问题，将高频业务需求沉淀为平台通用功能，通过组件化设计优化工具链的复用性 -前沿技术落地： 跟踪调研业内主流后训练技术，负责将其转化为平台核心能力，保持产品的技术领先性
-负责千帆MaaS平台级推理降本与效率优化策略设计与落地，并支持定制化推理性能优化 -负责量化、投机推理（MTP / speculative decoding / Eagle）等训练–推理协同优化方案的设计与落地 -负责建设大模型推理性能评测与收益评估体系 -前沿技术落地：调研并落地大模型推理多维度优化技术，包括但不限于模型量化（INT4/INT8/FP8，含PTQ/QAT两种方式）、MTP投机推理优化、结构化剪枝与稀疏化等，持续提升推理效率与资源利用率，降低部署成本。
-参与Qianfan-VL多模态模型训练工作，负责图像、视频与文本模态的对齐和指令微调数据构造与清洗，模型实验 -构建优质代码数据语料库，通过检索生成结合执行环境自动验证的方式构造合成数据，通过持续预训练、强化学习等方式训练精专代码大模型 -跟进并探索前沿的模型范式，研究样本质量/数量对模型效果的影响，摸索更高效、低成本的蒸馏方案，研究RL在特定需求场景下的适用性 -深刻理解模型训练、推理的性能瓶颈，通过底层优化提升训练、推理性能 -研究方向（新增数据策略方向）： 多模态大模型预训练/后训练数据清洗与合成 多模态推理场景强化 多模态教育、解题场景增强 复杂指令遵循 Agent场景数据构建 复杂场景下的代码提升
-协助进行大模型开发平台的需求分析、竞品调研、需求文档撰写，并跟进开发、测试及上线 -参与产研、运营多方紧密协同，推进各事项的稳步执行 -编写千帆大模型平台相关产品介绍、实践文档等材料 -跟进平台用户咨询及使用问题，并协调周围角色进行解决