智能互联通义实验室-大模型数据处理与优化算法工程师-Qwen
社招全职3年以上技术类-算法地点：北京 | 杭州状态：招聘♡ 收藏
工作描述
任职要求 1. 计算机科学、人工智能、数学、物理或相关领域博士/顶尖硕士毕业生。 2. 熟练掌握Python，熟悉SQL及数据库操作；熟悉分布式计算框架（如Spark、Hadoop、Ray）；熟悉常见分类模型及深度学习训练 微调 与推理框架（如transformer bert gpt, pytorch , vllm sglang）。 3. 具备大规模数据处理经验，能够高效完成数据清洗与转换任务。 4. 学习能力强，动手能力突出，能快速上手新工具和技术。 5. 具备跨域视野与协作意识，能够与其他团队紧密合作，实现数据平台共建。 加分项： 1. 有大模型相关数据收集处理清洗经验，有处理千亿级以上数据的经验。 2. 有阿里云服务使用经验，如MaxCompute、Function Compute、OSS等。 3. 掌握HTML2Text、PDF2Text、OCR…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
SQL+
https://liaoxuefeng.com/books/sql/introduction/index.html
什么是SQL？简单地说，SQL就是访问和处理关系数据库的计算机标准语言。
https://sqlbolt.com/
Learn SQL with simple, interactive exercises.
https://www.youtube.com/watch?v=p3qvj9hO_Bo
In this video we will cover everything you need to know about SQL in only 60 minutes.
Spark+
[英文] Learning Spark Book
https://pages.databricks.com/rs/094-YMS-629/images/LearningSpark2.0.pdf
This new edition has been updated to reflect Apache Spark’s evolution through Spark 2.x and Spark 3.0, including its expanded ecosystem of built-in and external data sources, machine learning, and streaming technologies with which Spark is tightly integrated.
Hadoop+
https://www.runoob.com/w3cnote/hadoop-tutorial.html
Hadoop 为庞大的计算机集群提供可靠的、可伸缩的应用层计算和存储支持，它允许使用简单的编程模型跨计算机群集分布式处理大型数据集，并且支持在单台计算机到几千台计算机之间进行扩展。
[英文] Hadoop Tutorial
https://www.tutorialspoint.com/hadoop/index.htm
Hadoop is an open-source framework that allows to store and process big data in a distributed environment across clusters of computers using simple programming models.
Ray+
https://github.com/ray-project/ray
Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
https://www.youtube.com/watch?v=FhXfEXUUQp0
In this video, I'll teach you everything you need to know about Apache Ray!
https://www.youtube.com/watch?v=fMiAyj2kgac
Using powerful machine learning algorithms is easy using Ray.io and Python.
https://www.youtube.com/watch?v=q_aTbb7XeL4
Parallel and Distributed computing sounds scary until you try this fantastic Python library.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
还有更多 •••
相关职位
社招3年以上技术类-开发
1、熟练掌握数据处理工具（SQL/maxcompute/spark/UDF等），有数据标注、清洗、评估等实战经验。 2、熟悉数据仓库架构，数据仓库建模和ETL流程，在数据治理上有一定实战经验。 3、掌
更新于 2026-03-25北京|杭州
社招3年以上技术类-算法
1.有SFT数据构建经验，熟悉垂域场景（如虚拟客服、游戏NPC、AI陪伴）的对话数据标注与质量评估流程。 2.掌握角色扮演数据集特性（如CoSER、ChatHaruhi等），能设计符合人设的对话逻辑，
更新于 2025-12-12北京|杭州
社招3年以上技术-基础平台
1、计算机/人工智能及相关专业硕士及以上学历，优异者条件可适当放宽； 2、具备3年以上数据处理或模型训练工作经验，熟练掌握文本、多模态等非结构化数据处理方法，精通数据清洗、特征提取和数据增强等技术，能
更新于 2026-03-26北京|杭州
社招3年以上技术类-综合
1、本科及以上学历，3年以上互联网产品/运营或大模型数据运营、模型评测经验（语音经验优先），语言类&计算机交叉类专业优先（例如：计算语言学、语言智能、数字语言学）； 2、对大模型、数据、评测有深刻的理
更新于 2026-10-14北京|杭州