参与团队数据基础设施平台建设，构建新一代面向大规模模型的数据-训练-评测全链路流程， 工作内容包括： 1. 构建面向多模态数据（包括文本、图像和视频）的PB 级高吞吐数据处理系统； 2. 构建高吞吐、低延迟的数据解码与读取加载管道，以支持多模态模型的高效大规模训练； 3. 通过AI 技术手段实现Data+AI 的数据治理全链路，包括异构多源数据处理流水线编排、 数据读取加速及管理、数据语义理解与数据融合、数据Coreset 选取及合成等；

1. 计算机/软件工程等相关专业硕士及以上学历，拥有博士学位者优先； 2. 熟悉分布式计算原理，有大规模数据处理框架开发（如Hadoop/Spark/Flink）经验者优 先； 3. 了解传统大数据处理流程，拥有多模态数据处理工作经验者优先； 4. 熟悉AIGC/LLM 等领域的相关研究工作和算法； 5. 具备性能调优经验（资源调度、任务并行化、网络通信优化等）； 6. 具备良好的沟通和协调能力，对前沿技术有强烈探索热情。