1.结合大模型（通用/领域）训练需求，制定高质量数据集规划及建设路线，搭建数据集全生命周期管理体系。 2.负责大规模数据集架构设计、构建工艺落地，统筹跨部门资源，推进数据集搭建、扩容与迭代交付。 3.建立数据集质量评估与追溯机制，监督全流程执行，排查问题并优化，保障数据质量符合大模型训练要求。 4.攻坚数据集构建技术难点，协同算法、工程团队适配模型训练需求，指导团队沉淀工作规范。 5.确保数据集采集、使用等全流程合规，落实安全管控措施，防范数据安全与版权风险。

1.计算机、人工智能、数学、统计学等相关专业本科及以上学历（硕士/博士优先）。 2.精通数据架构设计、数据治理，深入理解大模型训练对数据集的核心需求，熟悉数据合规相关法规。 3.熟练使用数据治理工具，掌握至少一种编程语言，具备海量数据处理、分布式存储相关能力。 4.有大模型训练数据集构建、数据标注平台搭建、隐私计算相关经验或认证者优先。 5.3-5年及以上数据架构、大规模数据集构建经验，有大模型训练数据集相关经验者优先。 6.主导过1个及以上的高质量数据集建设项目，具备团队管理或指导、跨部门统筹能力。 7.具备架构设计与落地能力，主导过PB级数据湖/仓平台的从0到1建设与演进。 8.具备数据建模与治理实战：参与制定企业级数据模型和指标体系，主导并落地数据质量标准。 9..具备较强的规划统筹、问题解决、跨部门沟通能力，学习能力强，责任心强、工作严谨。