岗位职责
- 聚焦多模态大模型的数据处理链路，负责 PDF 等复杂文档载体的内容高精度解析与结构化提取，结合开源框架进行效果优化与性能调优；
- 负责离线数据处理体系的架构设计与实现，构建高吞吐、可扩展的通用数据编排与调度引擎，支撑大规模多模态数据的高效、稳定供给；
- 基于 AI Coding 能力快速响应研发需求，构建稳定、可维护的数据处理与存储系统，保障端到端 pipeline 的可靠性与可观测性；
- 推动多模态数据处理技术在实际业务场景中的落地，通过技术创新驱动大模型理解能力与应用效果持续提升。
职位要求
- 计算机、数学、人工智能等相关专业本科及以上学历，3 年以上后端研发或数据工程经验，具备大模型应用开发或 AI Infra 实践背景者优先；
- 熟练掌握 Python、Java ，具备扎实的数据结构、算法基础和工程化能力；
- 有大规模离线数据处理经验，熟悉 Spark / Flink / MaxCompute 等大数据计算引擎，了解任务调度、数据质量治理与数据仓库建模者优先；
- 有文本、图像等多模态数据处理实战经验，熟悉 OCR、文档智能（Document AI）、Layout 分析、PyTorch 等技术者优先；
- 熟练掌握 LLM 调用、Prompt 工程及 RAG 相关技术，能结合大模型能力优化数据处理流程；
- 具备 AI Native 思维，习惯主动思考"这个问题能否用 AI 更好地解决"，用 AI 持续提升研发效率，并具备快速原型验证想法的能力；
- 具备产品思维，能站在产品与用户的视角审视数据价值，理解数据质量最终决定上层应用的体验；
- 有高质量开源项目贡献、技术博客或专利者优先。
