主分类：数据工程与数据平台研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型数据工程实习生（J103936）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "应用模型研发部",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与大模型训练与应用全流程建设，围绕数据、模型、评测和工程化方向开展技术研发\n-参与大模型数据体系建设，包括多源数据采集、数据处理、质量评估、数据治理及训练数据生产流程优化\n-参与大模型数据策略研发，探索数据清洗、数据增强、数据合成、数据筛选及数据价值评估等技术方案，提升训练数据质量\n-参与大模型数据基础设施建设，基于湖仓技术构建大规模数据存储、管理和流转体系，提升数据资产管理与数据生产效率\n-参与大模型相关平台和基础设施建设，开发数据处理、任务调度、模型调用、资源管理等工程化能力",
"requirements_text": "-熟悉 Linux 开发环境，掌握 Python 编程，有良好的代码能力和工程实践能力\n-了解机器学习、深度学习和大模型相关技术，对 Transformer、GPT、DeepSeek 等模型有基本认知。对大模型数据工程方向有兴趣，有相关项目经验者优先\n-具备以下经验者优先\n-解湖仓技术体系，有 Apache Paimon、Apache Iceberg、Hive 等数据湖/湖仓相关经验；有数据治理、数据资产管理、数据血缘、数据质量建设经验\n-熟悉大数据处理技术，如 Spark、Flink、Hadoop 等，有大规模数据处理经验\n-有 NLP、语音、图像、视频等多模态方向项目经验\n-具备良好的学习能力和逻辑思维能力，能够快速理解业务需求并推动问题解决，有主动承担任务的Owner 意识",
"skills": [AI生成
"Python",
"Linux",
"Spark",
"Hadoop",
"Flink",
"机器学习",
"深度学习",
"自然语言处理",
"数据治理",
"逻辑思维",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "对大模型数据工程方向有兴趣，有相关项目经验者优先；具备以下经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/2def4269-2835-49fc-84ea-6390ee217585"
}
]
},
"posting": {
"posting_id": "2def4269-2835-49fc-84ea-6390ee217585",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/2def4269-2835-49fc-84ea-6390ee217585"
},
"fulltext": "大模型数据工程实习生（J103936）\n大模型数据工程实习生（J103936）\n\n基础信息\n部门：应用模型研发部\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：1\n发布时间：2026-08-06\n\n工作职责\n-参与大模型训练与应用全流程建设，围绕数据、模型、评测和工程化方向开展技术研发\n-参与大模型数据体系建设，包括多源数据采集、数据处理、质量评估、数据治理及训练数据生产流程优化\n-参与大模型数据策略研发，探索数据清洗、数据增强、数据合成、数据筛选及数据价值评估等技术方案，提升训练数据质量\n-参与大模型数据基础设施建设，基于湖仓技术构建大规模数据存储、管理和流转体系，提升数据资产管理与数据生产效率\n-参与大模型相关平台和基础设施建设，开发数据处理、任务调度、模型调用、资源管理等工程化能力\n\n职责要求\n-熟悉 Linux 开发环境，掌握 Python 编程，有良好的代码能力和工程实践能力\n-了解机器学习、深度学习和大模型相关技术，对 Transformer、GPT、DeepSeek 等模型有基本认知。对大模型数据工程方向有兴趣，有相关项目经验者优先\n-具备以下经验者优先\n-解湖仓技术体系，有 Apache Paimon、Apache Iceberg、Hive 等数据湖/湖仓相关经验；有数据治理、数据资产管理、数据血缘、数据质量建设经验\n-熟悉大数据处理技术，如 Spark、Flink、Hadoop 等，有大规模数据处理经验\n-有 NLP、语音、图像、视频等多模态方向项目经验\n-具备良好的学习能力和逻辑思维能力，能够快速理解业务需求并推动问题解决，有主动承担任务的Owner 意识\n-参与大模型训练与应用全流程建设，围绕数据、模型、评测和工程化方向开展技术研发\n-参与大模型数据体系建设，包括多源数据采集、数据处理、质量评估、数据治理及训练数据生产流程优化\n-参与大模型数据策略研发，探索数据清洗、数据增强、数据合成、数据筛选及数据价值评估等技术方案，提升训练数据质量\n-参与大模型数据基础设施建设，基于湖仓技术构建大规模数据存储、管理和流转体系，提升数据资产管理与数据生产效率\n-参与大模型相关平台和基础设施建设，开发数据处理、任务调度、模型调用、资源管理等工程化能力\n-熟悉 Linux 开发环境，掌握 Python 编程，有良好的代码能力和工程实践能力\n-了解机器学习、深度学习和大模型相关技术，对 Transformer、GPT、DeepSeek 等模型有基本认知。对大模型数据工程方向有兴趣，有相关项目经验者优先\n-具备以下经验者优先\n-解湖仓技术体系，有 Apache Paimon、Apache Iceberg、Hive 等数据湖/湖仓相关经验；有数据治理、数据资产管理、数据血缘、数据质量建设经验\n-熟悉大数据处理技术，如 Spark、Flink、Hadoop 等，有大规模数据处理经验\n-有 NLP、语音、图像、视频等多模态方向项目经验\n-具备良好的学习能力和逻辑思维能力，能够快速理解业务需求并推动问题解决，有主动承担任务的Owner 意识",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}