数据工程师（实习岗）

优缺点分析

角色解读

• 从数据工程入手，深入理解AI数据全链路，向数据科学家或AI工程师发展
• 积累大模型实战经验，未来可转向算法研究或数据产品岗位
• 央企平台提供稳定环境，可接触工业领域数据应用场景
• 参与大模型数据合成、蒸馏、增强等前沿算法的研究与实现
• 开发数据清洗Pipeline和合成工具，处理大规模数据
• 构建高质量数据集，制定标注规则并与标注团队协作
• 支持算法和产品团队，通过数据实验提升模型质量
• 扎实的编程基础（Python等），熟悉数据处理库
• 了解大模型数据技术（合成、蒸馏、增强）
• 熟悉数据清洗、Pipeline开发流程
• 良好的跨团队协作和沟通能力

申请策略

• 了解中国机械工业集团的业务方向，思考数据在其行业中的应用
• 面试中可展示对数据质量重要性的理解
• 突出数据处理相关项目经历（如数据清洗、标注等）
• 展示编程能力（Python、SQL等）和工具使用（如Pandas、Spark）
• 提及对大模型的理解或相关课程/研究
• 学习大模型基础及数据合成、蒸馏概念
• 熟悉数据Pipeline工具（如Airflow、Luigi）
• 练习代码实现数据清洗和增强算法

面试指南

• 先概述核心概念，再结合具体案例说明
• 使用STAR法则（情境、任务、行动、结果）回答行为问题
• 请谈谈你对大模型数据合成的理解？
• 如何设计一个数据清洗Pipeline？
• 描述一个你处理过的数据项目或遇到的问题
• 你如何与团队协作确保数据质量？
• 复习大模型基础知识，特别是数据相关部分
• 准备一个数据项目案例（如清洗、增强等）