北京长亭未来科技有限公司

AI数据策略工程师-北京/杭州

岗位职责：

1. 数据策略： 根据模型能力目标设计数据体系，明确数据来源、任务类型、标签规范、质量标准、配比和采样策略
2. 数据工程： 建设可重复执行的数据流水线，完成采集、解析、清洗、去重、筛选和版本管理，保证数据可追溯、可复现
3. 数据合成与标注： 结合安全专家、教师模型和工具验证，构建指令、偏好、推理及工具调用轨迹等训练数据，完善标注与质量检查流程
4. 效果闭环： 与模型算法工程师共同分析误报、漏报和任务失败案例，挖掘困难样本，建设独立评测集，并通过训练实验验证数据策略的收益

岗位要求：

• 有面向模型训练的数据建设经验，能够从任务目标出发设计数据方案，并完成工程实现
• 熟悉数据清洗、去重、合成、标注、质量评估与采样方法，能够处理标签噪声、类别不平衡、数据泄漏和分布偏移等问题
• 理解 SFT、偏好优化及强化学习后训练对数据的不同要求，能够设计合适的样本结构、监督信息和验证方式
• 具备良好的数据分析与实验能力，能通过分布统计、抽样检查、错误分析及对照实验判断数据是否有效
• 熟练使用 Python、SQL 及常用数据处理工具，具备批量处理、并发任务、异常恢复和数据版本管理经验

加分项

• 有代码、安全日志、漏洞报告、告警事件或攻防操作轨迹等数据处理经验
• 有教师模型标注、模型辅助质检、困难样本挖掘或数据合成流水线建设经验
• 有模型训练实践，能够独立开展小规模实验验证数据方案
• 有可展示的数据集、数据工具、质量评估方案或开源贡献

投递说明：

10月份会进校宣讲，现场可以进行面试。校招需求非常多，尤其AI相关的岗位需求很多。欢迎大家来现场

其他描述：

优秀可以配置期权，有机会优先解决北京户口，老板亲自带

长亭科技是中国网络安全领域的领军企业，人员规模1100+，公司专注于网络信息安全，拥有智能语义分析技术，提供全面的安全防护体系和服务。 团队连续多年包揽国内外黑客大赛前三名，至今保持中国团队在世界顶级网络安全技术大赛DEFCONCTF上全球第二的最佳战绩，并屡次受邀在国际大会BlackHat分享技术成果。被央视、《华尔街日报》、《财富》杂志报道，获评中国人工智能商业落地价值潜力100强。 顶尖技术基因与实战能力 创始团队源自清华大学国际知名的“蓝莲花”CTF战队，具备深厚的攻防技术底蕴。公司以“知攻善防，智能安全”为理念，凭借全球首创的智能语义分析技术，构建了从攻击视角出发的智能防御体系。在国家级及行业级网络安全竞赛和实战演练中屡获冠军，被誉为“最了解攻击的防守队伍”。 完整且领先的产品矩阵 自主研发四大品类十余款安全产品与服务，覆盖开发安全、安全评估、安全防御、安全运营全链条。核心产品（如硬件WAF）在IDC市场份额报告中位居行业前列且增速领先，并全面适配国产化生态，获得多项国际国内权威认证。 广泛且深入的市场认可 业务覆盖全国18个城市，服务超4000家客户，深度渗透金融、通信、政企、能源等关键行业。连续多年入选Gartner、Forrester等国际权威机构报告，产品与技术能力获市场高度认可。 国有资本加持与广阔前景 2024年获得国有资本注入，开启全新发展阶段。公司持续深耕智能攻防与大模型等前沿技术，致力于以AI驱动安全运营智能化，为数字经济发展筑牢安全屏障，未来增长潜力和投资价值显著。 公司名称寓意：“长亭”取自《送别》，寓意深远；“CHAITIN”源于不可计算的蔡廷常数，象征无限可能。