岗位职责

大规模多模态数据深度治理：负责图像、文本、音视频等海量多模态数据的分类、分割、检测、OCR及高质量Caption生成，优化数据标注与质检规范，从根本上解决数据噪声、语义偏差、模态错位等核心痛点，为Keye基座模型的预训练与高阶微调对齐提供壁垒级的数据支撑；
商业化数据Pipeline与飞轮建设：主导多模态大模型训练数据的全生命周期管理（搭建、筛选、标注与质量评估），构建基于商业化API调用的“用户交互-数据飞轮”闭环，依托真实业务的迭代效果精准复盘数据短板，实现完全数据驱动的模型自适应演进；
Agent专属预训练数据建设：围绕智能Agent的推理规划、工具调用（Tool-use）、多轮交互及复杂任务执行等核心能力，拆解真实的商业场景需求，构建高质量的推理、决策与指令交互数据集，持续补齐开放域难点数据，支撑大模型Agent综合能力的商业化落地；
技术与业务中长期规划：跟踪多模态大模型与Agent数据的前沿技术演进，制定数据体系的长期建设规划与标准化规范，牵头核心技术攻关，联动跨团队解决多模态对齐、复杂推理数据构建等行业级难题，持续夯实模型的商业竞争优势。

职位要求

学术与专业背景：硕士及以上学历，计算机视觉、自然语言处理或多模态方向优先，具备优秀的学术敏锐度，能快速复现前沿成果，有高质量论文发表、知名开源项目或顶级竞赛获奖经历者优先；
核心技能：在深度学习、多模态大模型、高分辨率视觉内容理解等领域有深厚积累，熟练掌握OCR文字识别、多模态内容理解及相似性检索聚类算法；
工程与数据基建能力：精通PyTorch，在模型训练、压缩和微调方面有丰富实践经验，具备大规模多模态/视频理解系统的架构设计开发经验，熟悉Python微服务开发及TensorRT、vLLM等推理优化技术，具备可视化数据平台操作经验，熟练使用Hive等大数据处理框架，独立开发与调试能力极强；
综合素质：极具创业热情，深度认同“数据驱动（Data-centric AI）”在大模型商业化中的决定性价值，具备出色的沟通协作能力，能与顶尖团队共同攻克开放性难题。