蚂蚁集团-多模态数据处理-AGI专项

优缺点分析

角色解读

• 可以从数据专家成长为数据团队的技术负责人
• 向大模型算法工程师或研究员方向深入发展
• 在AGI领域持续深耕，成为行业内稀缺的AI数据专家
• 负责大模型后训练数据的生产和优化，包括数据合成、清洗和评估
• 运用 prompt 工程和 SFT 技术提升模型在特定领域的表现
• 追踪业界前沿的数据处理方法，并应用到实际项目中
• 与算法工程师、研究员合作，确保数据质量和多样性
• 熟悉分布式计算和GPU性能调优，具备大规模数据处理能力
• 精通 prompt 工程、SFT 等大模型训练技术
• 在复杂推理、代码生成或Agent等方向有深入的后训练经验
• 良好的编程能力和沟通协作能力

申请策略

• 面试时准备好展示你主导过的数据项目，以及技术选型的思路
• 了解蚂蚁集团在AI领域的布局，尤其是百灵模型
• 突出大模型后训练或数据生产的项目经验
• 展示对prompt工程、SFT等技术的实践成果
• 强调分布式处理能力与GPU优化经验
• 学习最新的数据合成和优化方法，如Agentic数据生成
• 熟悉主流大模型训练框架和工具，如PyTorch、DeepSpeed等

面试指南

• 采用STAR法则描述经验，强调结果和影响
• 从问题定义、方案设计、效果评估等逻辑展开
• 请介绍一下你在大模型后训练数据处理方面的经验
• 如何设计数据合成流程来提升模型推理能力？
• 在GPU资源有限的情况下，如何优化数据生产效率？
• 如何评估和保证合成数据的质量？
• 准备一个完整的数据处理项目案例，包括挑战和解决方案
• 了解业界最新数据合成方法，如Self-Instruct、Agent合成等