岗位描述 在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板，我们需要你构建数据与模型的「双向进化引擎】，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界! 1.万亿级数据提炼:研发多模态数据分析框架，通过网页解析、视频处理、图片理解、知识抽取等技术，完成全网万亿級搜索网页的关键信息提炼。 2.攻克数据质量理解:设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升在网页知识获取的准确性与可靠性。 3.驱动数据与算法协同进化:探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。 4.打造全网优质内容库:构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。

岗位要求 1.具备扎实的编程基础，熟悉常用的数据结构和算法，具备良好的代码风格和编程习惯。 2.理解大模型的技术原理，有大模型数据处理相关项目经验者优先考虑。 3.有良好的沟通表达能力和团队合作精神，热衷技术，乐于寻求挑战和突破自我。加分项: 1.有网页分析、网页质量及反作弊、文档智能等算法相关经验者优先。 2.有分布式系统、搜索算法、或者推荐系统研发经验者优先。