一、崗位職責
? 負責LLM相關數(shù)據(jù)的格式標注工作，制定標注規(guī)范與質(zhì)量校驗標準，保障標注數(shù)據(jù)的準確性、一致性，支撐大模型訓練、微調(diào)及優(yōu)化場景的數(shù)據(jù)需求。
? 基于Java技術棧搭建及迭代數(shù)據(jù)平臺，涵蓋數(shù)據(jù)采集、清洗、存儲、標注流轉(zhuǎn)、檢索等核心模塊，實現(xiàn)數(shù)據(jù)處理全流程的自動化與高效化。
? 參與數(shù)據(jù)平臺的架構(gòu)設計與技術選型，解決平臺運行中的高可用、高性能問題，保障海量LLM標注數(shù)據(jù)的穩(wěn)定處理與安全存儲。
? 協(xié)同算法團隊梳理數(shù)據(jù)需求，優(yōu)化標注流程與數(shù)據(jù)處理鏈路，提升數(shù)據(jù)交付效率，助力大模型在相關業(yè)務場景的落地應用。
? 負責數(shù)據(jù)平臺相關文檔的編寫與維護，包括技術設計文檔、操作手冊、標注規(guī)范文檔等，保障團隊協(xié)作順暢。
二、核心技術能力
1. LLM數(shù)據(jù)標注能力
精通LLM相關數(shù)據(jù)的格式標注規(guī)則，熟悉常見LLM數(shù)據(jù)類型（如對話生成、文本分類、信息抽取、prompt工程、知識庫問答等）的標注方法；熟練使用LabelStudio等主流數(shù)據(jù)標注工具，具備標注工具配置、流程自定義及批量標注處理的實戰(zhàn)經(jīng)驗；具備標注規(guī)范制定、標注質(zhì)量把控、標注問題排查的實戰(zhàn)能力，能有效提升標注團隊的工作效率與數(shù)據(jù)質(zhì)量。
2. Java開發(fā)能力
具備5年以上Java開發(fā)實戰(zhàn)經(jīng)驗，精通Java開發(fā)語言，熟悉JDK8及以上版本特性；深入理解面向?qū)ο缶幊趟枷耄鷮嵳莆占峡蚣?、多線程并發(fā)、IO流等基礎技術，能熟練運用Spring、Spring Boot、MyBatis等主流開發(fā)框架進行項目開發(fā)、迭代及問題優(yōu)化；具備Java項目性能調(diào)優(yōu)、故障排查的豐富經(jīng)驗。
3. 數(shù)據(jù)平臺搭建能力
具備完整的數(shù)據(jù)平臺搭建實戰(zhàn)經(jīng)驗，熟悉數(shù)據(jù)平臺的核心架構(gòu)（數(shù)據(jù)采集層、處理層、存儲層、應用層）；能獨立完成數(shù)據(jù)采集腳本開發(fā)、數(shù)據(jù)清洗規(guī)則實現(xiàn)、標注流程模塊搭建、數(shù)據(jù)存儲方案設計（如MySQL、Redis、Hadoop等）；熟練掌握RAG（檢索增強生成）技術原理與落地實踐，能將RAG技術融入數(shù)據(jù)平臺，實現(xiàn)標注數(shù)據(jù)的高效檢索、知識庫構(gòu)建及與大模型的協(xié)同應用。
4. 數(shù)據(jù)處理與工具應用
熟悉常見的數(shù)據(jù)處理工具與技術，能應對海量數(shù)據(jù)的清洗、轉(zhuǎn)換、格式標準化等需求；了解數(shù)據(jù)可視化工具的使用，可實現(xiàn)標注數(shù)據(jù)質(zhì)量、平臺運行狀態(tài)等關鍵指標的可視化展示；了解Python語言及相關數(shù)據(jù)處理庫（如Pandas、Numpy）者優(yōu)先。
三、任職資格
? 5年以上相關工作經(jīng)驗，其中包含5年以上Java開發(fā)經(jīng)驗及1年以上LLM數(shù)據(jù)格式標注實戰(zhàn)經(jīng)驗，熟練使用LabelStudio等數(shù)據(jù)標注工具、具備RAG技術落地經(jīng)驗及完整數(shù)據(jù)平臺搭建項目經(jīng)歷者優(yōu)先。
? 本科及以上學歷（能力突出者可放寬），計算機科學與技術、數(shù)據(jù)科學、軟件工程等相關專業(yè)優(yōu)先；深入理解LLM數(shù)據(jù)標注的核心價值，清楚標注數(shù)據(jù)對大模型性能的影響。
? 具備良好的問題排查能力，能快速定位并解決數(shù)據(jù)標注過程中的格式問題、平臺運行中的技術故障。
? 關注數(shù)據(jù)領域與大模型相關技術趨勢，具備較強的學習能力與創(chuàng)新意識，能積極探索數(shù)據(jù)標注與數(shù)據(jù)平臺優(yōu)化的新方法、新技術。
? 具備良好的溝通表達能力與跨團隊協(xié)作精神，能高效配合算法、產(chǎn)品等團隊完成工作；具備嚴謹?shù)倪壿嬎季S與文檔編寫能力。
四、優(yōu)先條件
? 有大模型訓練/微調(diào)相關數(shù)據(jù)標注項目經(jīng)驗，熟悉特定行業(yè)（如智能制造、金融、醫(yī)療等）LLM數(shù)據(jù)標注場景者優(yōu)先。
? 熟悉分布式數(shù)據(jù)存儲與計算技術（如Hadoop、Spark、Flink等），具備大數(shù)據(jù)平臺搭建與優(yōu)化經(jīng)驗者優(yōu)先。
? 了解LangChain、Spring AI等大模型應用開發(fā)框架，或有數(shù)據(jù)標注工具二次開發(fā)經(jīng)驗者優(yōu)先。
? 具備數(shù)據(jù)安全、數(shù)據(jù)脫敏相關實踐經(jīng)驗，熟悉數(shù)據(jù)合規(guī)相關要求者優(yōu)先。