岗位职责
- 参与生成式大模型数据基础设施建设，支持高性能、分布式、可扩展的数据处理系统研发，提升大规模数据处理与模型迭代效率；
- 参与大模型训练数据生产链路建设，包括数据管线编排、任务调度、数据处理、质量监控、版本管理与链路追踪等能力；
- 协助探索 agentic 数据生产体系，将数据处理、任务运行、状态监控、异常排查等能力封装为可被 Agent 或自动化系统调用的工具与服务；
- 参与以下方向之一的研发与优化工作：分布式计算与调度、多模态数据存储、跨模态检索、大规模批量推理优化等；
- 与算法、数据、平台团队协作，支持数据算子、数据服务接口和基础工具的开发，提升数据生产效率与模型训练效果。
职位要求
- 计算机、软件工程、人工智能、数据科学等相关专业本科及以上在读，硕士优先；
- 熟悉 Python，了解至少一种系统开发语言，如 C++、Go、Rust、Java 等；
- 具备良好的编程能力和工程基础，了解分布式系统、数据库、操作系统、计算机网络或机器学习系统等相关知识；
- 具备良好的学习能力、问题分析能力和沟通协作能力，能够在指导下完成开发、调研、实验和文档总结；
- 善用 AI Coding、大模型工具或自动化工具提升研发效率，了解 Agentic 工作流者优先；
- 每周可实习 4 天及以上，连续实习 4 个月及以上，长期实习者优先。 对大模型数据基础设施、分布式计算、数据湖、向量检索、推理优化等方向有兴趣，具备以下任一方向经验者优先：
- Ray / Spark / Flink 等分布式计算框架；
- 对象存储、数据湖、分布式缓存或数据版本管理；
- Faiss / Milvus / 向量检索、Embedding 建库与检索；
- vLLM / SGLang / TensorRT 等推理框架或批量推理优化。
