百度大模型数据策略工程师（J93542）

任职要求

-计算机/统计/数学等相关专业在读，编程与机器学习基础扎实，熟悉Python
-了解PyTorch/Transformers等训练生态，具备基础数据管道与训练脚本编写能力；熟悉Linux/Git/SQL，理解并行/分布式数据处理
-理解对齐与偏好学习流程（SFT、RM、DPO/PPO/GRPO），能进行基础的数据处理、合成、抽样与消融实验，并规范记录确保可复现
-具备评测与实验设计基础：能构建小型评测集，完成离线评测/可视化/结果分析，形成面向策略的结论
-具备良好的沟通与协作能力，自驱学习，优先考虑可连续实习3个月以上、每周到岗4-5天者
-有多模态（图像/视频/音频与文本对齐数据构建）、代码（编译、单测、沙箱执行校验）、工具调用（函数调用轨迹合成与纠错、端到端RL）经验之一加分

工作职责

-参与大模型数据策略与数据迭代（文本/多模态/代码），负责大规模数据构建与合成，支撑预训练/对齐效果
-协助多模态、代码与工具调用数据的构建，进行包括分布式的清洗、合成、近重复/噪声检测与去重，建立难例库与反馈闭环，持续提升数据质量与密度
-参与数据质量评估与筛选算法的实现：低质过滤，质量评分、LLM判别与复核等；针对代码与工具调用场景，引入编译/单测/沙箱执行/参数一致性校验
-支持对齐与偏好学习数据，配合消融实验及评测指标分析，输出采样/准入/退场/权重等数据策略并推动落地