岗位职责
为大模型应用和智能化业务提供高质量数据集
1. 在安全领域包含内容认知、流媒体、智能审标、智能凭证等场景，参与建设高质量、多样性的数据，通过数据采集、AIGC生成等技术手段不断提高数据规模

2. 深入了解数据内容，分析数据的特征，持续优化数据低质过滤、去重和增强等能力，提升数据的质量

3. 制定严格的数据质量标准，对数据进行分析和分类，评估数据质量，解决数据主题分布、内容合规、反毒性、反偏见等问题

4. 构建Data-Centric AI数据闭环，探索在固定模型和评测情况下提高数据质量的路径，包括持续优化数据质量，复现大模型数据相关论文，研究数据和模型的Scaling Law、研究数据配比、数据混入策略与混入时机

5. 围绕更具体细分类数据（如内容检测、图像理解、视频理解等）构建相应大模型的数据-训练-评测链条，并针对细分类数据建立质量评估与优化体系，促进细分类数据质量提升。

岗位要求
1. 本科学历及以上，3年及以上工作经验，人工智能、机器学习、模式识别、统计学相关专业优先

2. 较为丰富的大数据研发经验，有PB级别数据处理经验；熟悉Spark/ODPS/Ray等大数据分布式平台

3. 熟悉数据挖掘、人工智能、多模态领域的相关研究工作和实践经验，拥有发表顶会论文、大模型研究工作、知名竞赛获奖、研究机构或一线互联网工作经验者优先

4. 熟练使用Python、Pytorch和CUDA等语言及工具，具备快速阅读和复现论文的能力，能够系统性对比研究领域的相关成果，并制定改进计划

5. 具备优秀的数据分析和解决问题能力，良好的团队合作精神及沟通意识

6. 具备良好的学习能力和主动性，能够跟进领域内最新技术研究成果，并结合应用场景快速实验和调优