数据技术及产品部-RL 数据处理工程师-Work

关于这个机会

1. 数据链路搭建与治理：搭建端到端的数据处理链路（采集 → 清洗 → 加工 → 挖掘 → 增广 → 质量校验 → 筛选 → 输出），对接线上 rollout 产生的原始数据（轨迹、日志、执行结果、用户反馈），保证数据可追溯（血缘管理）、可复现（版本管理）、可观测（关键指标监控）。 2. 数据清洗、加工与质量校验：对海量原始 / 脏数据做去重、去噪、过滤无效样本、格式规整、脱敏与结构化，并做二次加工（改写、结构补全、难度分级、标签规范化）；建立质量校验机制（规则质检 + 模型质检 + 双标一致性 + 金标抽检），系统性检测脏数据、偏见与分布异常，保证出库数据质量可量化、可迭代。 3. 日志与 Rollout 轨迹分析处理：对模型运行日志、工具调用日志、系统日志做解析、清洗、结构化，从噪声中抽取可用信号；对模型多步执行轨迹做逐步解析与标注（正确性 / 必要性 / 思考质量 / 整体 reward），识别冗余操作、隐性副作用与轨迹异常。 4. Bad Case 分析挖掘与高价值样本挖掘：系统性发现 bad case（执行失败、输出低质量、轨迹异常、用户投诉）并做根因分类（模型能力 / 数据分布 / 任务定义 / 环境依赖），输出结构化报告驱动数据补充与评测修正；从海量数据中挖掘高难度任务、罕见场景、易错 case、真实需求分布等高价值样本，建立规则 + 模型 + LLM 多信号融合的挖掘策略，并用 LLM-as-judge / 质量评分做精筛，识别"表面合理但实际错误"的样本。 5. 数据增广与合成：基于 LLM 对已有样本做变体生成、难度扩展、场景泛化，补充训练数据中的稀缺类型，并验证增广 / 合成数据质量，确保样本可直接用于训练。 6. 与算法、标注团队协同：与训练团队对齐"下一轮需要什么数据"，与标注团队对齐"什么样的数据值得标"，把数据挖掘变成模型能力提升的持续供给。

任职要求

1. 计算机、人工智能、数据科学、统计学或相关专业，2 年以上数据挖掘 / 数据工程 / 机器学习方向经验。 2. 具备扎实的工程能力：精通 Python，具备大规模数据处理能力（Spark / Ray / Dask / Flink 任一），熟悉 SQL / Shell，能独立搭建稳定、可追溯的数据 pipeline 与 ETL 流程，数据处理链路写得好、跑得稳、可追溯。 3. 具备完整的数据处理能力：能对海量脏数据做清洗、加工、脱敏与结构化，能用 LLM 做数据增广（变体生成 / 难度扩展 / 场景泛化）并验证质量，能建立质量校验机制（规则 + 模型质检、双标一致性、金标抽检），对数据分布、异常检测、偏见风险有敏锐直觉。 4. 具备日志与 Rollout 轨迹分析能力：熟悉 Agent 执行日志、执行轨迹、工具调用模式（bash / python / API），能从原始数据中解析、定位问题、判断冗余操作与隐性副作用；能独立完成 bad case 归因，区分模型能力 / 数据 / 任务定义 / 环境问题并输出结构化改进建议。 5. 具备数据挖掘经验与 LLM 工具链能力：有从线上日志、用户行为、模型轨迹等原始数据中挖掘高价值样本的经验，熟悉规则挖掘、聚类、异常检测、分类等常用方法，熟练用 LLM 做数据筛选与质量评估；有闭环意识，主动跟算法和标注团队对齐。 6. 有模型训练（SFT / RFT / RL、reward 设计、训练效果反查）或业务（AI 办公 / Work Agent 场景数据落地）经验者优先；有 LLM-as-judge、rejection sampling、self-consistency 等自动化验证实践，或大规模数据基础设施架构（OSS / S3 / HDFS、MLOps）经验者优先。

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。