1. 根据业务需求和目标，主导构建高质量模型数据集，参与从数据构建、效果评估到策略迭代的模型训练完整闭环。 2. 案例分析与规则总结：拆解用户问题，理解需求范围，设计理想回复标准应满足的标准要求，总结搜索问答任务不同题型分类下清晰、具体、可操作的理想态细则，协助产研优化规则/链路。 3. 深入分析模型badcase，定位问题根因，提出针对性的数据优化方案与模型调优建议，协助模型效果优化。 4. 数据合成探索：通过prompt设计搭建数据合成自动化链路，提高数据合成效果和生产效率

1. 985、硕士及以上学位优先；1年以上大模型相关经验，例如训练数据构造、RL偏好标注、模型效果评估、提示词工程。 2. 文本理解与逻辑分析：能够快速理解复杂规则和抽象概念，善于洞察文本的细微差别、逻辑链条和内在含义，能主动从大量数据案例中发现问题、总结规则。 3. 具备vibe coding能力优先，例如能够使用Python或借助Trae/Cursor/Coze等AI代码工具撰写代码，搭建数据合成自动化链路，或能够设计多轮指令与模型交互对话生成更优回复