小红书数据采集实习生

一、岗位工作内容 （一）大模型数据处理与标注 1.对大模型生成的数学题结果，依据数学知识准确判断答案对错，并按规范进行标注。 2.深度剖析答案解析过程，核查其准确性与逻辑性，若有错误或不清晰处详细记录。 3.围绕数学题从多方面标注关键信息，如难度、知识点等，助力大模型优化。 4.结合大模型标注结果，对其标注结果进行数据分析。 （二）数据采集工作 1.依照词典笔更新需求规划数据采集方案，明确采集途径与时间安排。 2.严格检查采集数据质量，按标准分类存储，为词典笔迭代提供有力数据支撑。 二、岗位要求 （一）知识技能 1.数学功底扎实，熟悉小初高大学数学知识，能精准判断数学题答案与解析。 2.掌握数据采集流程与工具，会基本信息检索与处理，了解数据标注流程规范。 （二）个人素质 1.工作认真负责，对数据质量高度负责，注重细节。 2.学习能力强，能快速掌握新知识技能以适应工作。 3.具备团队协作精神，能与同事有效沟通合作。 （三）教育背景 本科在读及以上学历，数学、统计学、计算机科学、信息管理等相关专业优先。 （四）其他要求 1.每周出勤 5 天，实习时长最少3个月，4个月以上优先。 2.熟练使用 Word、Excel 等办公软件。

工作职责： 1. 真实业界数据的处理分析：定性分析、定量评估数据质量、对数据采集和处理方案不断优化改进； 2. 模型开发：参与Qwen、Llama等开源LLM的训练微调、量化和部署实践，追踪业内前沿，达到领先的性能指标； 3. 结合小红书丰富的工业场景，根据实际业务需求进行技术落地和创新。

1、GPU集群效能优化：参与面向大模型训练&推理场景万卡规模GPU集群效能优化，包括但不限于集群调度、在离线混部、GPU虚拟化、故障快速恢复、存储&网络加速，提升大规模GPU集群的整体吞吐与资源利用率 2、LLMOps建设优化：参与大模型训练&推理引擎与下游云原生平台深度融合，构建面向大模型训练、微调、推理、部署全流程LLMOps，支撑大模型在公司内生产链路稳定、高效落地

负责行业分析相关的数据信息采集，归类，分析。参与公司投资项目的研究分析（特别是早期项目筛选阶段）。在收到投资团队指示后独立高效地完成任务；承担团队部分行政性事务。