工作职责： 1.建设EB级多模态数据湖底座，统一管理文本、图片、视频、音频等 AI 数据，让海量训练数据可发现、可追溯、可复用。 2.研发通用大模型数据处理框架，支撑异构 CPU/GPU 集群上的大规模数据清洗、去重、标注、合成和批量推理，通过 Agent 驱动的数据处理方式，提升高质量数据生产与模型迭代效率。 3.打造 AI 数据分析引擎，建设融合 SQL、全文检索与向量检索的数据分析能力，帮助算法团队洞察数据分布、识别质量问题并持续优化训。 任职资格： 1.计算机相关专业背景，熟练掌握至少一门主流编程语言（Go / Python / Java 等），具备扎实的工程实现能力； 2.具备良好的技术热情与自驱力，面对复杂问题能够独立思考、快速学习，愿意在数据与大模型交叉领域持续深耕； 3.理解大数据技术体系，熟悉 Spark、Flink、Kafka、Hive、HDFS 等主流组件的原理与实践； 4.对大模型技术栈及产品生态有较为深入的了解，关注前沿进展； 5.熟悉数据中台、机器学习平台等系统级平台的开发或深度使用经验。