预训练工程师是干什么的？日常工作内容
这一页只讲预训练工程师每天具体在做什么：主要职责、常打交道的人、一天大概怎么安排。
预训练的日常不是写模型结构（那部分相对固定），而是围绕数据和训练过程：准备语料、跑小规模实验定配方、启动大规模训练、盯着曲线不让它崩。
主要职责
- 数据工程：语料采集、清洗、去重、质量过滤，以及不同来源的配比设计。
- 分词与词表：tokenizer 的训练与评估，直接影响训练效率和多语言表现。
- 缩放实验：先在小模型上验证数据配方与超参，再外推到目标规模。
- 分布式训练：数据并行、张量并行、流水线并行的配置与调优。
- 训练稳定性：处理 loss 尖峰、梯度爆炸、数值溢出、节点故障后的续训。
- 评测：在通用基准与内部评测集上跟踪基座能力。
这个岗位的压力有其特殊性：一次训练跑几周、成本高昂，中途发现配方有问题往往无法回头。
所以决策前的小规模验证做得是否扎实，比训练时的操作更关键。
下一步：把它变成一次有效投递
了解清楚之后，把简历按 预训练工程师 的岗位要求改一版，再去看哪些公司在招。
看懂这个岗位之后，下一个问题是「我的简历对得上吗」
知道岗位做什么，和让 HR 从你的简历里看出你能做，是两件事。简历里的经历要按这个岗位的 JD（岗位要求）重新组织关键词，还得先过得了机器筛选。基础功能免费； 秋招冲刺包 ¥499：AI简历姬 1 年会员（简历诊断、JD 匹配优化、AI 模拟面试） + 1 次 1V1 深度语音求职指导 + 1 年微信答疑。
用于提升求职方向判断与准备效率，不承诺录用结果；不提供代投服务，不保证内推或 Offer。
内容说明：本页内容按公开资料整理并经人工复核，用于帮助了解岗位，不构成招聘承诺。具体岗位职责和要求，请以用人单位发布的招聘公告为准。