科大讯飞
AI研究算法工程师-数据方向(J13385)
AI研究算法工程师-数据方向(J13385)
发布于 大约 8 小时前普通员工/个人贡献者
合肥市
无经验要求
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Scaling Law
大模型
数据合成
数据治理
数据清洗
模型评测
深度学习
自动化
跨部门协作
AI 估算 · 20k–30k
科大讯飞上市大厂，合肥校招硕士起薪合理，大模型方向热门，薪资有竞争力。
职位详情
关于这个职位
作为AI研究算法工程师（数据方向），你将负责构建和优化大模型的数据生产管线，包括数据清洗、合成、评测和治理
通过数据驱动的方式提升模型性能，并跟踪前沿技术，探索数据Scaling规律
这是一个技术与研究并重的岗位，适合对数据价值有深刻理解、具备工程落地能力的候选人
最低要求
认可数据是全人类的宝贵财富，能够脚踏实地做事
具备扎实的编程能力，熟悉深度学习相关知识，善于运用先进 AI 工具提升工作效率
在模型评测领域拥有方法论层面的深度思考，不局限于 benchmark 跑分，能够设计出可真实反映模型能力边界与短板的评测方案
拥有扎实的数据直觉与工程落地能力，能够从多源复杂数据中提炼有效信号，实现数据清洗、筛选与合成流程的系统化、自动化
具备独立思考能力，能主动发现并解决问题，可快速、独立地对新方向建立深度认知
工作职责
搭建并持续迭代数据生产管线，设计落地科学严谨的数据治理体系，优化数据配比与筛选策略
跨部门协作构建高质量、高多样性的后训练数据集，落地自动化数据清洗、评测与合成管线，系统性提升模型在不同场景下的表现，联动数据上下游保障链路高效协同
构建自动& 人工结合的多维度、敏捷化模型评估体系，覆盖通用能力与垂直场景，精准定位模型能力边界与短板，驱动针对性优化
通过数据实验持续挖掘数据与模型短板并补齐，打通数据到模型能力的价值链路
研究数据合成与 scaling 规律，深耕垂类数据方向
前沿技术探索 跟踪大模型数据与预训练领域前沿进展，持续推进预训练相关基础研究与技术落地
AI 洞察
优缺点分析
优点
- 大模型是当前最热赛道，积累的数据处理经验具有高迁移价值
- 科大讯飞是AI头部企业，平台大，数据资源丰富，能接触到前沿研究
- 岗位兼顾工程与研究，技能树全面，成长空间大
- 数据方向工作繁琐，需要耐心和细致，面对海量数据可能枯燥
- 大模型技术迭代快，需要持续学习，保持技术敏感度
- 适合对数据价值有信仰、热爱技术且能踏实做工程的求职者，特别是希望在AI大模型领域深耕的应届生
缺点 / 挑战
- 合肥生活成本低，薪资在当地有竞争力，生活质量较高
- 跨部门协作多，沟通成本较高，需要推动多方合作
角色解读
- 技术纵深发展：成为数据方向专家，主导大规模数据管线建设
- 向算法研究转型：深入Scaling law和模型训练，成为算法研究员
- 管理路线：带领数据团队，负责数据策略和工程管理
- 搭建数据生产管线，实现数据清洗、筛选、合成与评测的自动化流程
- 设计模型评测体系，通过自动和人工结合的方式评估模型能力，定位短板
- 进行数据实验，探索数据对模型性能的影响，研究Scaling规律
- 跟踪大模型数据领域的前沿技术，推动技术落地
- 扎实的编程能力（Python），熟悉深度学习框架（PyTorch/TensorFlow）
- 数据敏感度和工程化能力，能设计自动化数据流程
- 模型评测方法论，能设计有深度的评测方案，不唯Benchmark
- 独立思考和问题解决能力，能快速学习新方向
申请策略
- 准备一个数据相关的项目案例，讲解从数据获取到模型提升的完整链路
- 关注科大讯飞在AI领域的技术博客和产品，面试中体现对公司的了解
- 突出数据处理相关项目，如数据清洗、数据集构建、质量评测等
- 强调编程能力和AI工具使用经验，如Python、PyTorch、自动化脚本
- 展示对模型评测的深入思考，例如设计过有洞察的评测方案
- 如果有大模型相关经历（如微调、RLHF、数据合成）务必突出
- 学习大模型数据管线相关知识，如HuggingFace Datasets、数据增强技术
- 练习设计评测方案，可阅读大模型评测论文（如MMLU、Chatbot Arena）
面试指南
- 结构清晰：先分析问题，再提出方案，最后总结效果或优化方向
- 强调数据落地的工程视角，结合具体技术栈（如Python、HDFS）
- 体现批判性思维：指出传统方法的局限，给出改进思路
- 你如何设计一个数据清洗流程？请举例说明
- 如何评估一个模型的真实能力？除了Benchmark还可以用什么方法？
- 数据合成有哪些常见方法？你如何保证合成数据的质量？
- 面对噪声数据，你会如何分析和处理？
- 你了解的数据Scaling Law有哪些？在实际中如何应用？
职位点评
78
综合评分
AI大厂前沿数据方向，技术成长快，薪资中上，工作强度可能较高。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合优先追求技术成长和职业发展的求职者，愿意投入时间学习前沿技术。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活65
使命价值70
薪资福利
75中等
科大讯飞上市大厂，合肥岗位薪资在当地有竞争力，福利完善，但JD未明确薪资和福利细节。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
岗位聚焦大模型前沿方向，技术栈新，有研究和工程双重成长路径，JD未明确培训但校招通常有导师制。
技术前沿前沿/新兴技术
技术栈大模型、数据合成、Scaling Law、模型评测、深度学习
业务类型ambiguous
工作生活
65中等
合肥生活舒适，但JD未提WLB，大厂AI岗位可能面临一定强度的工作节奏。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
AI大模型行业增长快，但JD未强调社会使命感，属于技术驱动岗位。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs