返回岗位列表

高级数据工程师（多模态/大模型方向）

查看原岗位

地点：深圳薪资：薪资未公开日期：2026-01-29

岗位摘要

设计并实现面向大模型训练与推理的多模态数据处理与构建管线；管线需覆盖图像、视频、音频、文本、3D及多模态理解等数据类型；管线需支撑预训练、后训练（SFT / RLHF / Preference）及评测数据构建

岗位职责

设计并实现面向大模型训练与推理的多模态数据处理与构建管线
管线需覆盖图像、视频、音频、文本、3D及多模态理解等数据类型
管线需支撑预训练、后训练（SFT / RLHF / Preference）及评测数据构建
构建高可靠、可扩展的数据处理系统，支持TB / PB级数据规模
负责批处理与流式处理任务的工程实现
参与或主导分布式并行计算（CPU / GPU混合）的工程落地
建立数据校验与质量评估机制
质量评估需覆盖数据完整性、一致性、分布异常与质量回归等场景
设计并推动数据处理链路的监控与异常治理
推动多模态数据结构的标准化设计
建设数据元信息、版本管理与可追溯机制
提升数据的可复用性与长期资产价值
与算法、模型、平台等团队深度协作
将模型需求与业务目标转化为可落地的数据工程方案
参与复杂数据问题的拆解、方案设计与推进落地

任职要求

具备多模态数据处理管线设计与实现能力
熟悉图像、视频、音频、文本、3D及多模态理解等数据类型
了解大模型预训练、后训练（SFT/RLHF/Preference）及评测数据构建流程
具备构建高可靠、可扩展的大规模数据处理系统经验
有处理TB/PB级数据规模的经验
熟悉批处理与流式处理任务的工程实现
具备分布式并行计算（CPU/GPU混合）的工程落地经验
熟悉数据校验与质量评估机制
能处理数据完整性、一致性、分布异常与质量回归等场景
具备数据处理链路监控与异常治理能力
了解数据标准化设计，包括数据结构、元信息、版本管理等
具备跨团队协作能力，能与算法、模型、平台等团队有效沟通
能将业务需求转化为可落地的数据工程方案
具备复杂数据问题拆解、方案设计与推进落地的能力