**猎头职位 | 北京 · 某头部科技公司，核心AI团队扩招**
职位一：大模型技术商务（Data & API Sourcing BD）
工作地点：北京
我们寻找怎样的人？
你不是传统销售，也不是纯技术岗——你是懂大模型数据价值、能独立开拓上游供应渠道的复合型商务。公司大模型训练需要海量文本、图书语料及各类API能力，你要做的是从0到1搭建供应商资源池，并主导从接洽、验证到签约的全流程。
核心职责
- 自主挖掘并维护数据、API等上游供应渠道，动态更新供应商资源库，不依赖现成名单；
- 寻找大模型训练语料（文本、图书等）供应商，独立完成接洽、抽样验证、质量评估、谈判与签约；
- 覆盖LLM API全生态（一手模型厂商、聚合/中转商、云托管、开源托管及周边API如向量库、Embedding、语音、多模态等），持续挖掘新厂家与低成本优质渠道；
- 独立判断数据是否值得买、API厂商是否可用，给出明确结论与依据；
- 主导价格、授权、SLA等条款谈判，控制成本并推动合作落地。
任职要求
- 数据判断力：买语料时能评估数据质量（清洗程度、OCR准确度、去重真实增量）、领域稀缺性与可交付性；会设计抽样验证，不被精选样本误导，能给出“值不值得买、值多少钱”的清晰结论；
- API生态熟悉度：熟悉LLM API供给生态，主动挖掘新厂商，通过小成本POC实测筛选出稳定、高性价比的服务；
- 技术理解：了解大模型训练/推理流程，理解数据在预训练、SFT、RAG中的作用，能看懂API文档及延迟、吞吐、价格、上下文长度等指标；
- 开拓与谈判：能自己搜资源、建联系、推进度，cold outreach能力强，谈判功底扎实。
加分项
- 有LLM数据采购或API选型实操经验；
- 技术背景转商务，或商务背景懂技术；
- 中英双语，能直接对接海外供应商；
- 了解数据合规法规（版权、隐私、跨境数据等）。
---
职位二：大模型爬虫逆向工程师
工作地点：北京
团队背景：大模型自研团队，专注预训练与多源数据采集
你将解决什么问题？
大模型训练需要海量、高质量、多维度的数据，常规爬虫无法满足。你需要结合大模型应用需求，设计高效智能的爬虫系统，并具备逆向工程硬实力，突破各类反爬限制，为模型训练稳定输送“燃料”。
核心职责
- 结合大模型场景，设计并优化多源数据采集系统，突破技术限制实现稳定高效获取；
- 承担Web/APP逆向工程任务，完成复杂定向采集；
- 针对模型预处理要求，优化爬虫输出格式与质量，提升数据对训练/推理的适用性；
- 自动化处理反爬机制变化，快速提供灵活应对方案；
- 与模型研发团队紧密配合，确保采集数据有效支持训练与应用；
- 跟进最新反爬技术与反制策略，持续优化爬虫架构。
任职要求
- 本科及以上，计算机、AI、网络安全等相关专业；
- 3年以上爬虫开发及逆向经验，有大模型/AI相关爬虫应用经验者优先；
- 精通Python或其他语言，熟悉Scrapy、Selenium、Playwright等框架；
- 熟悉大模型训练和数据处理流程，能根据模型需求调整抓取策略；
- 熟悉HTTP/HTTPS及接口抓取，能高效提取和清洗复杂数据；
- 具备出色的问题分析与解决能力，能应对复杂反爬挑战。
加分项
- 有大规模数据抓取经验，特别是针对大模型训练数据的采集优化；
- 熟悉数据加密/解密技术，能破解复杂加密算法；
- 具备AI或大模型技术背景，能理解和支撑模型数据需求。
---
职位三：AI基础设施研发工程师（Sandbox / 容器化）
工作地点：北京
方向：大规模强化学习训练基础设施
为什么要加入我们？
大模型Agent和代码能力训练正进入大规模RL阶段，我们需要稳定、安全、可扩展的任务执行环境。你将参与设计和实现sandbox执行系统、容器调度平台、训练任务环境及隔离资源管理，为大规模Agent任务、代码执行和RL训练提供底层infra支撑。
核心职责
- 建设面向RL训练的sandbox执行环境，支持代码运行、工具调用、浏览器自动化、文件操作、网络访问控制等；
- 基于Docker/Kubernetes构建大规模容器化任务运行平台，支持高并发、多租户、可观测、可恢复的训练任务；
- 参与RL训练infra的scaling，包括任务分发、资源调度、环境复用、状态隔离、失败恢复、日志采集与性能优化；
- 建设安全隔离机制（权限控制、系统调用限制、网络隔离、资源限额），降低模型生成代码和Agent调用带来的安全风险；
- 与模型训练、Agent框架、数据及评测团队协作，将业务需求转化为稳定可用的执行环境；
- 分析大规模训练中的系统瓶颈，持续优化调度效率、资源利用率和环境稳定性；
- 参与内部平台工具建设：任务管理、监控、日志查询、调试、指标看板、自动化运维。
任职要求
- 熟悉Linux系统、进程模型、文件系统、网络、权限控制及资源隔离；
- 熟悉Docker、containerd、Kubernetes，有生产环境使用或平台建设经验；
- 理解sandbox/隔离执行环境核心问题（安全边界、资源限制、网络隔离、文件系统隔离、进程生命周期）；
- 熟悉Go/Python/Rust/JS/Shell中至少一种，能独立开发infra工具或平台服务；
- 具备分布式系统与基础设施工程意识，理解任务调度、队列、服务发现、监控告警、日志系统、故障恢复等；
- 对大模型训练、Agent执行环境、代码运行平台或RL训练基础设施有浓厚兴趣；
- 良好的问题定位能力，能在复杂系统中分析性能、稳定性及资源利用率问题。
加分项
- 有大规模Kubernetes集群、在线执行平台、CI/CD、Serverless、判题系统、代码沙箱或浏览器自动化平台建设经验；
- 熟悉Linux namespace、cgroup、seccomp、AppArmor、SELinux、Firecracker、gVisor、Kata Containers等隔离技术；
- 有高并发任务调度、批处理、工作流引擎、训练平台或MLOps平台经验；
- 熟悉GPU/CPU混合资源调度、分布式训练、Ray、Slurm、Argo Workflows、Volcano、KubeRay等；
- 熟悉可观测性体系（Prometheus、Grafana、OpenTelemetry、Loki、ELK等）；
- 有安全工程经验，理解不可信代码执行、权限收敛、沙箱逃逸风险及多租户隔离；
- 有大模型Agent、代码执行环境、RL训练平台或评测平台相关经验者优先。
---
以上职位均为紧急需求，流程快，反馈迅速。
若您或身边朋友匹配，欢迎直接投递简历至 zkt.0327@163.com，或微信联系顾问Penny。 （邮件标题请注明应聘职位+姓名，合适者24h内回复）
*所有信息严格保密，仅用于招聘流程。*
