# 混元大模型数据策略产品（代码方向）（北京）

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 腾讯 (Stage unknown)
- Locations: Unknown
- Role: Product
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2092878545113231360

## Role description from source

1.与算法团队深度协同，在各训练环节（SFT、RL 等）所需的Code&Agent数据类别及当前短板，判别不同项目不同阶段对数据要求的侧重点；
2.建立一套可量化的数据质量评判与验收标准，从多样性、正确性、难度梯度、场景覆盖等多个角度评估数据的价值；
3.搭建并持续改进数据的获取、标注与合成链路，考察各类生产工具（标注系统、数据合成流水线、质检工具等）对最终产出的影响，结合量化指标与定性洞察推进流程迭代，不断抬高数据质量、产能与模型效果；
4.配合算法团队验证数据带来的实际增益，借助消融实验、归因等手段，识别有效的数据。
职位要求
1.2年以上算法策略产品经验，或有相应的研发经历；能够独立开拓模型训练方向的工作，善于发现新的数据场景与机会，对 LLM 有透彻的理解；
2.编程功底过硬，熟悉多种编程语言、主流评测基准及开发者工具链；能读懂并剖析训练过程中的相关数据与实验日志，独立承担相关的数据分析与开发任务；
3.对数据本身有敏锐的判断力：深知数据质量如何左右模型表现，能从多样性、正确性、难度分布、覆盖度等维度鉴定数据优劣，明白什么样的数据算高质量，以及如何构造和筛选这类数据；
4.习惯用数据说话，善于借助量化指标与定性分析发现数据层面的问题，并能制定对应的数据清洗、评估与改进方案；
5.对 LLM、代码智能以及人类行为抱有强烈的好奇心，乐于投入时间跟进前沿论文与技术报告。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.在LLM相关方向发表过学术论文；
2.具备前端开发或设计岗位经历，对 UI/UX 有扎实的理解与审美判断，熟悉主流设计规范与前端技术栈；
3.有相关ALE数据策略或数据运营经验。

---
opening_id: f2a518c7-9cbc-41e7-91d2-95f33c980dd3

`anm openings save --id f2a518c7-9cbc-41e7-91d2-95f33c980dd3`