大模型数据科学家（数据清洗方向）

负责设计和构建适用于大模型训练、SFT、RLHF、评测的数据合成体系，提升模型泛化能力与对齐质量；主导高质量指令、对话、多轮交互、代码、图文等数据的合成策略设计与落地；构建自动化数据生成框架，探索基于Prompt、模型自生成和知识引导的数据生成技术；基于实验数据进行分析评估，优化数据分布、难度层次与任务覆盖面，提高训练效率与效果；跟踪大模型数据合成前沿研究并推动落地创新；与模型研发、评估、安全等团队协同，保障数据合成链路的高质量、可控性与安全性。