一、崗位職責
? 負責LLM相關數據的格式標注工作，制定標注規范與質量校驗標準，保障標注數據的準確性、一致性，支撐大模型訓練、微調及優化場景的數據需求。
? 基于Java技術棧搭建及迭代數據平臺，涵蓋數據采集、清洗、存儲、標注流轉、檢索等核心模塊，實現數據處理全流程的自動化與高效化。
? 參與數據平臺的架構設計與技術選型，解決平臺運行中的高可用、高性能問題，保障海量LLM標注數據的穩定處理與安全存儲。
? 協同算法團隊梳理數據需求，優化標注流程與數據處理鏈路，提升數據交付效率，助力大模型在相關業務場景的落地應用。
? 負責數據平臺相關文檔的編寫與維護，包括技術設計文檔、操作手冊、標注規范文檔等，保障團隊協作順暢。
二、核心技術能力
1. LLM數據標注能力
精通LLM相關數據的格式標注規則，熟悉常見LLM數據類型（如對話生成、文本分類、信息抽取、prompt工程、知識庫問答等）的標注方法；熟練使用LabelStudio等主流數據標注工具，具備標注工具配置、流程自定義及批量標注處理的實戰經驗；具備標注規范制定、標注質量把控、標注問題排查的實戰能力，能有效提升標注團隊的工作效率與數據質量。
2. Java開發能力
具備5年以上Java開發實戰經驗，精通Java開發語言，熟悉JDK8及以上版本特性；深入理解面向對象編程思想，扎實掌握集合框架、多線程并發、IO流等基礎技術，能熟練運用Spring、Spring Boot、MyBatis等主流開發框架進行項目開發、迭代及問題優化；具備Java項目性能調優、故障排查的豐富經驗。
3. 數據平臺搭建能力
具備完整的數據平臺搭建實戰經驗，熟悉數據平臺的核心架構（數據采集層、處理層、存儲層、應用層）；能獨立完成數據采集腳本開發、數據清洗規則實現、標注流程模塊搭建、數據存儲方案設計（如MySQL、Redis、Hadoop等）；熟練掌握RAG（檢索增強生成）技術原理與落地實踐，能將RAG技術融入數據平臺，實現標注數據的高效檢索、知識庫構建及與大模型的協同應用。
4. 數據處理與工具應用
熟悉常見的數據處理工具與技術，能應對海量數據的清洗、轉換、格式標準化等需求；了解數據可視化工具的使用，可實現標注數據質量、平臺運行狀態等關鍵指標的可視化展示；了解Python語言及相關數據處理庫（如Pandas、Numpy）者優先。
三、任職資格
? 5年以上相關工作經驗，其中包含5年以上Java開發經驗及1年以上LLM數據格式標注實戰經驗，熟練使用LabelStudio等數據標注工具、具備RAG技術落地經驗及完整數據平臺搭建項目經歷者優先。
? 本科及以上學歷（能力突出者可放寬），計算機科學與技術、數據科學、軟件工程等相關專業優先；深入理解LLM數據標注的核心價值，清楚標注數據對大模型性能的影響。
? 具備良好的問題排查能力，能快速定位并解決數據標注過程中的格式問題、平臺運行中的技術故障。
? 關注數據領域與大模型相關技術趨勢，具備較強的學習能力與創新意識，能積極探索數據標注與數據平臺優化的新方法、新技術。
? 具備良好的溝通表達能力與跨團隊協作精神，能高效配合算法、產品等團隊完成工作；具備嚴謹的邏輯思維與文檔編寫能力。
四、優先條件
? 有大模型訓練/微調相關數據標注項目經驗，熟悉特定行業（如智能制造、金融、醫療等）LLM數據標注場景者優先。
? 熟悉分布式數據存儲與計算技術（如Hadoop、Spark、Flink等），具備大數據平臺搭建與優化經驗者優先。
? 了解LangChain、Spring AI等大模型應用開發框架，或有數據標注工具二次開發經驗者優先。
? 具備數據安全、數據脫敏相關實踐經驗，熟悉數據合規相關要求者優先。