科大讯飞
AI数据工程师-基座大模型方向(J13364)
AI数据工程师-基座大模型方向(J13364)
发布于 大约 7 小时前普通员工/个人贡献者
合肥市 / 武汉市
无经验要求
全职员工
仅现场办公
本科
软件工程
大语言模型
数据合成
数据处理Pipeline
数据挖掘
数据清洗
机器学习
自然语言处理
AI 估算 · 12k–18k
校招岗位，涉及大模型前沿领域，薪资有竞争力，合肥武汉生活成本较低，预计月薪12-18K。
职位详情
关于这个职位
作为AI数据工程师，你将深入参与科大讯飞基座大模型训练数据的全流程处理，包括数据采集、清洗、合成与供给，与算法团队紧密协作，通过高质量数据驱动模型效果提升
这是一个技术导向的校招岗位，适合对大规模数据处理和LLM有浓厚兴趣的应届生
最低要求
重点院校计算机科学、软件工程、人工智能、数据科学、数学、自动化等专业毕业，本科及以上学历
具有扎实的编程和计算机基础，熟练掌握 Python等语言，具备良好的编程习惯和代码调试能力，熟悉 Linux 开发环境，能够使用 Git及AICoding类常用研发工具
对大语言模型和训练数据具有浓厚的兴趣，认同训练数据质量对模型能力的重要性，愿意深入分析数据问题及其对模型效果的影响
具备较强的学习能力、问题分析能力和实际动手能力，能够独立完成任务并持续优化结果
具有良好的沟通能力和团队协作意识
工作职责
参与大模型训练数据从采集、解析、清洗、去重、质量评估、合成加工到训练供给的完整流程，与模型算法团队紧密协作，持续优化数据质量、数据结构和数据处理效率
参与代码、智能体、通用推理等多种类型数据的生产与管理，开发和维护大规模数据处理Pipeline，提升数据处理任务的自动化程度、运行效率和稳定性
参与数据合成、自动标注系统建设、高质量数据体系建设等工作，保证训练数据可追踪、可复现和可评估
与模型算法和评测团队协作，基于真实应用场景反馈，分析训练数据与模型效果之间的关系，参与错误案例分析和数据迭代，推动模型效果持续进步
参与构建代码工程、AI搜索、工具调用、任务规划和多轮交互等复杂智能体任务轨迹数据
优先资格
在算法编程竞赛、数学竞赛或其他相关比赛中取得过较好成绩
在大语言模型、自然语言处理、机器学习等方向发表过高水平论文，或参与过有影响力的开源项目
有大语言模型、数据挖掘、机器学习相关的实习或科研经历
AI 洞察
优缺点分析
优点
- 参与前沿大模型训练数据工程，技术成长快，积累宝贵的大规模数据处理经验
- 公司为AI上市公司，平台大，资源丰富，有成熟的培训体系和导师制
- 数据工程工作可能较为枯燥，需要耐心处理大量细节问题
- 大模型领域迭代快，需要持续学习新技术和工具
- 与算法团队紧密协作，需要较强的沟通和问题拆解能力
- 适合对数据处理和AI训练有浓厚兴趣、善于分析问题、动手能力强、希望在技术深度上持续发展的应届毕业生
缺点 / 挑战
- 合肥/武汉生活成本较低，薪资相对有竞争力，生活质量较高
角色解读
- 从数据工程师起步，深入理解大模型训练数据体系，可向数据科学家或算法工程师方向发展
- 积累大规模数据处理经验后，可晋升为数据团队负责人或技术专家
- 在科大讯飞内部，有机会接触核心模型训练环节，向模型算法研发转型
- 参与大模型训练数据的全流程处理，包括采集、清洗、合成与供给，确保数据质量
- 开发和维护大规模数据处理Pipeline，提升自动化程度与运行效率
- 与模型算法团队协作，分析数据对模型效果的影响，迭代数据策略
- 构建复杂智能体任务轨迹数据，支持模型在代码、推理等场景的能力提升
- 扎实的Python编程能力和计算机基础，熟悉Linux和Git
- 对数据结构和算法有深入理解，能高效处理大规模数据
- 对大语言模型和训练数据有浓厚兴趣，愿意深入分析数据问题
- 良好的沟通协作能力和学习能力，能独立完成任务
申请策略
- 在面试中展示对数据质量重要性的理解和具体案例
- 了解科大讯飞的大模型产品（如星火大模型），体现对公司的兴趣
- 突出Python编程项目经验，尤其是数据处理、Pipeline开发相关经历
- 如果有大模型、机器学习或数据挖掘的课程项目或实习，重点描述
- 强调竞赛获奖、论文发表或开源贡献等加分项
- 展现对数据质量的关注和解决复杂问题的能力
- 提前熟悉Linux命令行、Git版本控制和Python数据处理库（如Pandas、NumPy）
- 了解大模型基础知识和数据处理流程，可以阅读相关论文或技术博客
面试指南
- 按STAR法则：情境、任务、行动、结果，结构化回答项目经历
- 对于开放性问题，先拆解问题，再给出步骤式解决方案
- 突出数据质量意识：如何确保准确性、一致性、完整性
- 你如何处理一个大规模数据集中的脏数据？请举例说明
- 描述一个你参与过的数据处理Pipeline，并说明优化点
- 你如何理解训练数据对大模型效果的影响？
- 假如需要生成一批高质量的训练数据，你会设计怎样的流程？
- 你对Python的哪些数据处理库比较熟悉？遇到过什么坑？
职位点评
75
综合评分
科大讯飞校招AI数据工程师，前沿大模型技术栈，发展空间大，但WLB一般。
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
该职位最适合追求技术成长和前沿领域、愿意在合肥/武汉稳定发展的应届生。
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85
工作生活60
使命价值70
薪资福利
75中等
科大讯飞作为上市公司，薪酬福利体系完善，薪资在合肥/武汉有竞争力，但校招薪资上限可能不如一线互联网公司。
薪资信号未披露（AI估算：12K-18K/月）
成长发展
85较高
职位涉及大模型前沿技术，有导师制和内部培训机会，晋升路径清晰，技术成长空间大。
技术前沿前沿/新兴技术
技术栈大语言模型、数据处理Pipeline、数据合成、机器学习、自然语言处理
业务类型profit_center
工作生活
60中等
工作地点为合肥/武汉，生活成本较低，但未提及弹性办公或远程，可能为常规办公模式。
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
大模型是当前科技前沿，对社会生产力有较大影响，但岗位偏工程实现，直接社会意义一般。
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