月之暗面预训练数据工程师

【团队使命】 预训练数据开采自人类世界全部已有知识所沉积的富矿，是驱动模型强大能力的核心燃料。 预训练数据团队围绕大模型预训练，构建了从数据采集、清洗处理到底层基础设施的完整数据体系，持续为模型训练输

1）扎实的编程能力（Python必须，Java / Golang / Javascript 至少一种），良好的数据结构和算法基础； 2）熟悉软件工程基本流程（构建 / 调试 / 测试 / CI）； 3

【岗位职责】 1. 参与大模型预训练数据建设，围绕图文合训、多模态理解及视觉能力训练，探索高质量数据构建和规模化扩展方案。 2. 负责图文及视觉数据的分析、清洗、去重、筛选和结构化处理，提升训练数据的

为什么加入我们 1. 你会直接参与大模型训练前最核心的数据生产链路，数据质量、吞吐和覆盖度会影响模型能力上限。 2. 这里不是传统离线数仓，而是面向预训练数据构建的大规模分布式数据基础设施。