多模态数据工程师
岗位摘要
负责多模态数据pipeline建设、数据版本管理、数据处理、数据算子开发集成等工作；开发自动化数据处理工具与脚本，优化数据清洗、标注及质量评估的效率和规模化能力；参与多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作
岗位职责
- 负责多模态数据pipeline建设、数据版本管理、数据处理、数据算子开发集成等工作
- 开发自动化数据处理工具与脚本，优化数据清洗、标注及质量评估的效率和规模化能力
- 参与多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作
- 分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型持续迭代
- 与算法团队紧密协作，根据模型训练需求定制数据策略，提升训练效果
- 参与模型推理与部署、模型蒸馏、推理服务服务化，支持tagging及服务优化工作
任职要求
- 熟练掌握数据处理工具（SQL/maxcompute/spark/UDF等），有数据标注、清洗、评估等实战经验
- 熟悉数据仓库架构，数据仓库建模和ETL流程，在数据治理上有一定实战经验
- 掌握Python及主流数据处理工具库，理解数据清洗技术；熟悉数据质量评估指标及统计分析工具
- 具备agentic架构下，优化数据闭环提升模型性能者优先
- 对语音生成等多模态生成技术有深入理解者优先
- 对生成式AI领域有浓厚兴趣，关注行业动态并能提出创新性建议者优先
- 对搜索架构工程化有经验者可额外考虑
加分项
- 对语音生成等多模态生成技术有深入理解
- 对生成式 AI 领域有浓厚兴趣，关注行业动态并能提出创新性建议
- 对搜索架构工程化有经验者可额外考虑