返回岗位列表

多模态大模型数据理解工程师

查看原岗位

地点：上海薪资：40-60K 日期：2026-03-05

岗位摘要

设计、开发和维护基于Spark Core/Spark SQL的大规模自动化ETL Pipeline，处理PB级多模态图文数据；优化Spark作业性能和稳定性，解决调度延迟/OOM等问题，提高任务执行效率，减少人工介入成本

岗位职责

设计、开发和维护基于Spark Core/Spark SQL的大规模自动化ETL Pipeline，处理PB级多模态图文数据
优化Spark作业性能和稳定性，解决调度延迟/OOM等问题，提高任务执行效率，减少人工介入成本
基于互联网发现和挖掘高质量文本/多媒体数据，并对原始语料进行分析/过滤/重写
为多模态大模型训练及业务场景提供坚实的数据基础
与算法研究员协作，设计数据实验，探索分析不同数据策略对于VLM模型能力/训练效率的影响
支持更高效的VLM模型训练
跟进业界最新的VLM数据相关工作成果，并探索将其应用/改进的落地可能

任职要求

计算机、大数据相关专业，本科及以上学历
具备扎实的代码能力，熟悉Python，熟悉多线程编程、分布式计算、网络通信、内存管理
熟悉Linux环境，能编写Shell/Python脚本自动化日常任务
熟练掌握如Spark、Hive、Hadoop等大数据处理工具/框架，有VLM数据管理/处理基建开发与设计经验
了解深度学习基础原理，以及多模态大模型基础原理
有丰富的多模态数据处理/挖掘经验者优先
有大规模数据处理基建Pipeline的设计开发经验者优先
有深度学习CV/NLP、多模态大模型训练经验者优先

加分项

有丰富的多模态数据处理/挖掘经验者优先
有大规模数据处理基建Pipeline 的设计开发经验者优先
有深度学习CV/NLP、多模态大模型训练经验者优先

福利待遇

16薪薪酬结构
非外包类正式岗位
社招全职机会

工作地址

上海徐汇区阶跃星辰公司