职位描述: 负责大模型(llm)训练阶段的多语言数据质检工作,包括数据收集、清洗、去重、标注、格式转换与质量评估(含自动化与抽检) 基于特定语言场景设计高效的数据处理流程与标准化方案,保障对应语种数据质量 分析数据分布与覆盖,识别并缓解数据偏差与漂移,保障训练数据的多样性、代表性与一致性 协助制定语种相关的质检标准,并对质检结果进行复核与改进

职位要求: 多语种能力(必备) 至少精通以下语种之一(达到母语或接近母语水平):印尼语(招聘3名) 葡萄牙语(招聘2名) 阿拉伯语(招聘2名) 马来语(招聘1名) 西班牙语(招聘1名) 能在对应语言场景设计提示与评测集,处理语义歧义、术语一致性与文化语境差异 学历与背景 语言学、计算机科学、以上小语种专业之一或相关专业本科及以上,跨学科背景加分 具备≥1年数据处理或语言质检经验优先,熟悉大模型训练数据处理流程者优先