预训练数据工程师

对大模型方向充满兴趣，且能充分意识到数据对于模型能力的重要价值和数据侧的巨大空间

工程能力强，有大规模数据处理的经验，善于设计高效的数据处理算法和策略

具备几万核CPU集群的高效利用和分布式数据处理能力，熟悉spark，hadoop等数据计算引擎

熟悉基础的NLP/多模模型，对特征embedding，minhash，大规模数据去重和检索有丰富的经验

[加分] 有实际基于大规模数据进行可视化分析和模型训练的经验，了解数据tokenizer逻辑