岗位职责
- 对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的数据生产引擎，持续提升数据规模、质量与迭代效率，支撑多模态生成模型训练；
- 搭建Data-Centric多模态数据处理Pipeline，覆盖算子开发、跨模态检索、内容理解及质量筛选等关键环节；
- 构建高可用、高吞吐的数据存储和服务框架，持续优化多模态数据的存储以及检索效率。
职位要求
- 计算机、软件工程、数学、电子信息、自动化等相关专业，本科及以上学历；
- 计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；
- 熟练掌握文本、多模态等非结构化数据处理方法，熟悉数据清洗、特征提取和数据增强等技术；
- 熟悉分布式计算或大数据处理框架，了解Ray、Spark、Hadoop、Flink相关技术栈；
- 聪明好学，有较强的自驱力和学习力，良好的沟通协作能力。
