返回岗位列表

多模态大模型数据工程实习生

查看原岗位

地点：北京薪资：300-400元/天日期：2026-06-26

岗位摘要

负责多模态训练数据处理Pipeline的开发与优化；基于Spark、Ray、Hive等分布式计算框架，开发和优化海量图文数据处理Pipeline；参与多模态训练数据的采集、解析、清洗、去重、过滤、标注等核心环节建设

岗位职责

负责多模态训练数据处理Pipeline的开发与优化
基于Spark、Ray、Hive等分布式计算框架，开发和优化海量图文数据处理Pipeline
参与多模态训练数据的采集、解析、清洗、去重、过滤、标注等核心环节建设
持续优化数据链路性能、稳定性及资源利用效率
参与训练数据存储、索引、检索等基础能力建设
参与数据集管理、数据版本管理及数据治理相关系统开发
推动训练数据生产流程标准化与自动化
构建数据质量、覆盖率、分布等评估体系
开发数据分析与可观测性工具，提升数据链路透明度
调研LLM/VLM领域前沿数据工程与数据构建方案，并在工作中落地

任职要求

本科及以上学历，计算机相关专业优先
熟练掌握Python语言、Linux开发环境、分布式存储与计算原理
具备Spark/Ray/Hive等任意分布式计算引擎使用经验及数据Pipeline搭建经验
具备较强的问题分析与解决能力，能快速学习并独立推进技术项目
良好的沟通能力和团队合作精神
快速学习新知识、新技能，有技术热情，自驱力强
每周到岗≥4天，连续实习≥3个月，实习6个月以上优先

福利待遇

实习薪资300-400元/天
参与前沿多模态大模型数据工程实践
接触大规模分布式计算与数据处理技术
积累数据Pipeline开发与优化经验
与资深工程师团队协作，提升技术能力

工作地址

北京海淀区大恒科技大厦12F