{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "LLM数据工程师",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "深圳·南山区·科技园",
        "work_mode": "现场办公",AI生成
        "job_category": "AI数据工程师"AI生成
    },
    "company": {
        "company_name": "深圳市云开飞翔科技",
        "company_industry": "人工智能",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 35000,
            "max": 60000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "大模型算法\n\"1. 建设与维护 LLM 语料管线：网页、书籍、论文、代码等文本来源的抓取、解析、去重、脱敏与格式标准化。\n2. 数据质量治理：启发式与模型辅助（如质量分类器打分）的过滤、去污染（Decontamination）、有害内容与隐私信息剔除。\n3. 构建数据配比与⾤样流程：⽀持训练侧的配⽐实验，输出可复现的数据集快照与版本。\n4. 保障管线吞吐与稳定性：任务调度、失败重试、数据血缘记录、质量卡点。\n5. 按消费线需求交付数据集，并附数据质量报告。\"\n职位要求\n\"1. 本科及以上，1–3 年数据工程或后端开发经验。\n2. 熟练 Python；熟悉分布式处理或⾄少一种任务调度框架。\n3. 有大规模文本/代码数据处理经验者优先；注重代码质量与工程规范。\n加分项：熟悉 Common Crawl 等公开语料处理实践；有 LLM（Large Language Model，大语言模型）辅助数据清洗经验。\"",
        "skills": [AI生成
            "数据工程与数据管道",
            "AI数据安全与合规治理",
            "训练数据/标注/合成",
            "编程与代码实现",
            "SQL与数据探查"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/48458e28907e0adb0nN83d25GVBU.html"
            }
        ]
    },
    "posting": {
        "posting_id": "48458e28907e0adb0nN83d25GVBU",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/48458e28907e0adb0nN83d25GVBU.html"
    },
    "fulltext": "大模型算法\n\"1. 建设与维护 LLM 语料管线：网页、书籍、论文、代码等文本来源的抓取、解析、去重、脱敏与格式标准化。\n2. 数据质量治理：启发式与模型辅助（如质量分类器打分）的过滤、去污染（Decontamination）、有害内容与隐私信息剔除。\n3. 构建数据配比与⾤样流程：⽀持训练侧的配⽐实验，输出可复现的数据集快照与版本。\n4. 保障管线吞吐与稳定性：任务调度、失败重试、数据血缘记录、质量卡点。\n5. 按消费线需求交付数据集，并附数据质量报告。\"\n职位要求\n\"1. 本科及以上，1–3 年数据工程或后端开发经验。\n2. 熟练 Python；熟悉分布式处理或⾄少一种任务调度框架。\n3. 有大规模文本/代码数据处理经验者优先；注重代码质量与工程规范。\n加分项：熟悉 Common Crawl 等公开语料处理实践；有 LLM（Large Language Model，大语言模型）辅助数据清洗经验。\""
}