职位描述：
结合PromptEngineering（PE）与AIAgent架构，面向多模态交互、内容生成等应用场景，制定数据策略并输出适配大模型各训练阶段的高质量语料，持续优化数据生产流程及工具调用链路。
联动产品与技术团队，深度参与大模型后训练（SFT/RLHF）全流程，涵盖数据收集、标注管理、数据合成至效果评估等环节，推动模型性能迭代。
在创意写作、实用文本生成、传播类内容创作等领域，建立并优化数据标准、细化标注规则与样本筛选机制。
针对模型常见问题，结合SFT与强化学习需求，设计有效的PE方案、工作流结构，探索更高效率的数据构建路径。

职位要求：
本科及以上学历，计算机、人工智能、应用数学、语言学等相关专业背景，具备良好逻辑思维与语言感知能力者优先。
掌握PromptEngineering核心方法，具备实际项目经验，理解AIAgent运行机制与FunctionCall实现原理，熟悉SFT与RL基础理论。
具备从NLP数据角度出发的文本分析能力，拥有数据统计处理经验者更佳。
具备出色的跨部门协作能力、问题拆解能力与自主推动力。
加分项：熟练运用Python完成数据清洗与Agent工具链开发，有自动化脚本编写实践经历。