知乎大模型数据质量分析师

1、模型对⻬与数据影响分析：深⼊⼤模型对⻬训练（SFT/RLHF）的全流程，理解并分析数据在每个环节对模型能⼒的核⼼影响。 2、数据缺陷定位与优化：通过对模型评测、负⾯案例和⽣产数据的深度分析，从数据视⻆定位模型与数据的缺陷，提出并推动有效的优化策略。 3、数据⽣产与评测体系建设：参与设计和迭代模型对⻬所需的数据⽣产⽅案、数据平台⼯具搭建，并辅助构建、维护⽤于衡量模型能⼒的评测基准。 4、效率与质量探索：探索并实践利⽤⼤模型本⾝提升数据⽣产、标注和评测效率的前沿⽅法，挑战更⾼的数据质量与效率上限。

ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：CQC（中国内容质量与数据服务平台）归属于抖音集团，负责今日头条、抖音、西瓜视频等产品内容和抖音集团商业内容的安全质量与体验，支持各产品的运营和增长，以及为产品线提供AI算法算力的基础支持服务。 1、基于安全策略需求，负责为算法训练提供高质量数据支持，覆盖数据挖掘、筛选、清洗及标注规范制定； 2、通过SQL及数据分析工具，深入挖掘线上数据，定位模型安全能力短板，输出可量化的优化方向； 3、与下游标注团队紧密协作，承担精标项目的需求对接、任务拆解与进度跟进，保障数据交付质量与效率； 4、参与安全策略效果评估，结合准确率、召回率等核心指标，持续跟踪数据投入对模型能力的提升效果。

1.参与大模型训练数据体系的构建，协助设计高质量、大规模数据的采集、清洗、评估与迭代机制； 2.探索多模态（文本、图像、音频、视频等）数据的内容理解、质量建模与特征提取方法，支持数据驱动的大模型优化； 3.参与Prompt工程相关技术研发，包括结构化指令设计、自动化生成策略及效果验证框架的实现； 4.协助开发可扩展的数据处理工具链，结合分布式计算与AI技术，提升全模态数据生产效率与一致性； 5.与算法、工程及产品团队协作，将前沿数据方法落地到实际训练流程中，并持续跟踪效果反馈。

1、参与超大规模 AIGC 训练数据生产体系建设，覆盖图片、视频、文本、音频等多模态数据的全生命周期管理，支撑世界领先的多模态生成模型训练需求； 2、与算法团队、AI infra团队深度协作，深入理解业务场景，持续迭代数据生产系统的稳定性、易用性，不断提升交付效率； 3、针对多模态训练数据的打标和训练特征的离线推理场景，优化推理吞吐和性能； 4、参与数据生产过程的资源整体利用率优化，包括异构资源调度、算力动态规划、弹性扩缩容等，降低单位数据生产成本。