京公网安备 11010802034615号
经营许可证编号:京B2-20210330
职位描述
1.利用 Prompt Engineering(PE)与 AI Agent 架构,能够熱,练使用大模型进行自动化生产。针对模型高频问题,基于 SFT与 RL 需求,设计 PE 策略、workow工作流等,探索更高效的数据生产方式。
2.协同产品、研发团队,参与大模型后训练(SFT/RLHF)从数据采集、标注、数据合成到质星评估的完整模型效果数据分析和优化流程。
3.通过数据分析、模型表现横向比较,深入挖掘数据背后对模型提升有价值的信息。制定并选代数据标准、细化规则,对自动构造的数据能够提出筛选策略。
4、对合成数据、合成数据各节点产出数据进行人工检查、分析,定量、定性问题,反馈数据认知,确保数据质量能满足模型深度研究的需求。
职位要求
1.本科及以上学历,计算机、人工智能、应用数学、语言学、法律、金融等相关专业,有独立完成研究报告,熟悉学术研究方法。
2.熟悉 Prompt Engineering 核心方法论,有 PE 项目实践经验,理解 AI Agent 工作原理、Function Cal 机制,学握 SFT 与 RL 等基础概念
3.较强的语言逻辑、数学逻辑,能够注意到语言模型在问题解决过程中输出的迈辑问题,并提出更合理的决策优化思路。
4.对前沿的模型训练策略、训练数据集构造方法、评估策略有深入了解,并能够提出有建设性的复用方案,或指出问题。
5.具备优秀的理解力和问题抽象能力,能够跨团队协作,具备问题解决能力及自驱力。
6.加分项:拥有架构思维,有本地部署开源模型经验,或使用 Python 进行数据处理与 Agent 工具链开发,有自动化脚本开发经验,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04