Job Description

大模型数据飞轮实习生苏州、上海校招实习硕士及以上职位描述1. 垂类数据资产建设，负责垂直领域高质量语料的采集、清洗、标注与质检，构建领域专属数据集（如专业问答对、SFT指令数据、RLHF偏好数据）
2. 探索自动化数据生成方案（如Self-Instruct、Evol-Instruct、Agent-based合成数据），提升数据生产效率
3. 构建数据回流链路，将线上用户反馈（点赞/点踩、修正建议、对话轮次）转化为模型训练数据
4. 设计A/B测试与数据效果评估方案，量化不同数据源对模型效果的贡献
5. 模型效果迭代支持，配合算法团队进行模型评测，包括通用能力评测与垂类专项评测，基于评测结果定位模型短板，针对性策划数据补充策略（Data-Centric AI）
6. 参与Prompt Engineering与RAG（检索增强生成）效果优化，验证数据质量对下游任务的影响
7. 工具链与流程优化，参与数据标注平台、数据可视化看板的搭建与优化，编写数据处理脚本，提升数据ETL流程的自动化程度职位要求学历与专业：
计算机、人工智能、数据科学、语言学或相关领域本科及以上学历在读
必备技能：
1. 熟练掌握Python，熟悉Pandas、NumPy等数据处理工具，具备SQL基础
2. 对大语言模型（LLM）有基本了解，使用过ChatGPT/Claude/Gemni等主流模型，理解SFT、RLHF等基本概念
加分项：
1.有数据标注、数据治理或LLM相关项目经验
2.熟悉LangChain、LlamaIndex等LLM应用开发框架
3.在GitHub上有LLM相关开源项目贡献或个人技术博客职位信息 部门： 上海卓跃 投递