【蚂蚁星】AI工程师-大模型数据智能科学家- 百灵-27届

岗位职责

本岗位聚焦 Data × Model，研究训练数据、模型内部机制、参数更新与能力表现之间的关系，建立模型感知的数据价值评估方法，并将其应用于数据发现、合成、筛选、配比、训练和评测，形成模型反馈驱动的自动 dataloop。我们寻找的不是只负责生产或清洗数据的工程师，而是能够回答什么数据对当前模型的什么能力有效、为什么有效，并将研究结论转化为规模化数据系统和模型增益的人。

主要职责包括：

1. 数据与模型关系建模

• 面向知识、推理、代码、Agentic 等能力，定义模型行为、能力缺口和数据价值；
• 基于激活表征、稀疏特征、Transcoder、Attribution Graph 等方法，分析数据触发的内部特征与计算路径；
• 结合 Loss、Gradient、Fisher Information 和影响函数近似，研究训练样本对参数更新及目标能力的潜在贡献；
• 建立以“模型 × checkpoint × 目标能力”为条件的数据指纹、价值评分与归因体系；
• 通过模型干预、反事实样本和稳定性分析，识别能力路径、数据捷径与伪相关信号。

1. 模型反馈驱动的数据生产与筛选

• 根据模型评测结果、失败样例和内部机制分析，发现能力缺口并自动生成数据需求；
• 建设覆盖 SWE、知识检索和通用 Agent 等场景的可验证数据合成方法；
• 融合规则、Bradley、多样性、难度、机制一致性和梯度信息，构建分层级联的数据筛选体系；
• 在固定 token 与算力预算下，优化数据覆盖度、新颖性、冗余度和能力配比；
• 探索模型反馈驱动的课程学习、动态采样和数据配方演进策略。

1. 自动训练与验证闭环

• 打通种子合成、环境构建、轨迹蒸馏、数据注册、模型训练和自动评测全流程；
• 构建受控数据分桶实验，验证数据评分与真实训练收益之间的关系；
• 设计多随机种子、跨分布、反事实和能力回退评测，排除数据泄漏、格式捷径及 benchmark 过拟合；
• 建立数据、轨迹、训练配置、checkpoint 与评测结果之间的完整 lineage；
• 将训练结果自动反馈至数据评分器、合成策略和数据配方，形成持续演进的 dataloop。

1. 前沿研究与规模化落地

• 跟进 Mechanistic Interpretability、Data Valuation、Active Learning、Curriculum Learning 等前沿方向；
• 研究数据价值在不同模型、训练阶段和能力之间的迁移规律与 Scaling Laws；
• 将研究原型接入百灵数据和训练基础设施，验证其工业规模下的成本、稳定性和模型收益；
• 推动相关成果形成高质量技术报告、开源项目及顶级会议论文。

任职要求

1. 计算机、人工智能、数学、统计学或相关专业博士及以上学历，面向应届毕业生；
2. 熟悉 Transformer、语言模型训练和常见后训练方法，能够使用 PyTorch 完成模型实验与分析；
3. 具备良好的线性代数、概率统计和优化基础，理解反向传播、梯度、Hessian 或 Fisher Information 等基本概念；
4. 具备扎实的 Python 编程能力，能够独立完成数据处理、算法实现、实验分析和工程化交付；
5. 具备严谨的实验意识，能够设计对照组、识别混杂因素，并根据实验结果修正技术假设；
6. 在以下至少一个方向具有课程、论文、竞赛、实习或开源项目经验：    - 机制可解释性、稀疏自编码器、Transcoder、特征归因或模型干预；    - 数据选择、主动学习、课程学习、影响函数、梯度匹配或数据估值；    - 大模型预训练/后训练、Agent 数据合成、轨迹蒸馏或强化学习；    - 分布式数据处理、训练平台、自动评测或实验管理系统；
7. 在CCF-A类顶会论文工作、开源社区或真实模型训练项目中取得可验证成果者优先。

特色标签

Benchmark自动化、Curriculum Learning、Fisher信息近似、LLM、Mechanistic Interpretability、Python、Shell、云计算、内容安全、分层级联筛选、分布式训练、发表算法相关优秀论文、合成数据、多模态算法、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大语言模型、尺度定律、巨型语言模型、广告、强化学习、扩展规律、支付、数据价值评估、数据增强、数据安全、数据库、数据影响力、数据挖掘、数据洞察、数据清洗、数据生成、数据选择、数据驱动智能、智能体、智能研发、有留学背景、机制可解释性、机器学习、样本贡献度、模型归因、模型缩放法则、模型评估、深度学习、渐进式学习、知识图谱、研发效能、策略蒸馏、算法工程化经验、自动验证、自然语言处理算法、英美留学生、行为克隆、轨迹蒸馏学习、金融、难度递增学习