1、结合大模型研发需求，搭建音视频数据持续收集机制； 2、负责数据清洗、去重、格式转换、隐私脱敏及风险分流，封装为训练集格式并沉淀统一接入方案 3、持续拓展数据渠道、优化处理链路，提升预训练数据规模与多样性，配合研发团队响应数据需求、解决相关问题。 4、跟踪Al领域前沿技术（如多模态、Agent框架、Harness Engineering)，探索前沿技术在复杂任务中的应用。

1、计算机、数据科学、电子信息及相关专业本科及以上学历，良好的沟通和团队协作能力；2、2年以上工程研发经验，熟练掌握Python、Golang等至少一种开发语言，python优先，音视频经验优先3、熟练掌握Prompt设计技巧，了解语音处理技术或NLP基础算法。4、熟悉数据仓库操作(HSQL)和数据分析工具（Pandas、Tableau）。