岗位职责
- 作为模型数据团队的技术负责人，统筹数据治理到模型训练之间的衔接工作，制定数据标准、质量规范和团队技术路线；
- 数据特征算法：负责海量文本&多模态数据（图像，视频，音频，3D）的内容理解（如分类标签体系、embedding表征、Caption生成等），质量检测（低质识别检测、优质美学评价等），去重/聚类分析，数据合成等算法；
- 数据管线建设：负责数据采集、筛选清洗、标注与质量评估管线建设。与模型业务团队紧密配合，充分分析挖掘数据资源，建立自动化数据处理流程与机制，支持模型持续迭代；
- 数据实验分析：对模型训练数据进行详细分析，建立科学数据实验机制，识别样本不足、质量问题、配比不均衡等潜在问题，驱动数据优化提升数据覆盖、质量、多样性需求，最终带来大模型生成效果的持续提升；
- 带领并指导团队成员，制定工作计划、评审技术方案、把控交付质量。
职位要求
- 硕士及以上学历，计算机视觉、自然语言处理或多模态方向背景优先，5 年以上模型数据相关工作经验，有团队管理或技术 lead 经验；
- 熟练掌握深度学习框架（如PyTorch、TensorFlow），熟悉模型训练及数据处理经验，具备优秀的独立开发与分析调研能力；
- 具备大规模数据处理能力，熟悉 Spark/Ray/Flink 等分布式框架，有 TB/PB 级数据处理实践；
- 具备数据质量方法论：能定义质量标准、设计评估体系、建立自动化质量监控；
- 优秀的跨团队协作和推动能力，能将模型需求转化为数据工程方案并落地执行；
- 有技术视野，能持续跟踪业界 AI 数据最佳实践并引入团队。
