预训练数据工程师（2027届 广州）

岗位职责

1、负责大规模多模态数据（图像、雷达、图文结合等）的数据结构设计、存储架构规划与全生命周期管理，涵盖数据安全管控、自动化校验与质量治理，保障数据的高可用与合规性。

2、负责多模态数据清洗与标注链路的工程优化，结合内容理解技术，提升数据去重、结构化、质量筛选、打标分析等流程的效率与质量。

3、针对Pretrain/SFT/RL等不同阶段，设计并优化数据存储方案与数据结构使数据组织方式更适配下游模型训练需求，与框架同学、算法同学协同提升训练数据供给效率。

任职要求

1、地理信息、计算机等相关专业，国内外硕士及以上学历。

2、熟悉多模态数据预处理与二次加工流程，具备配准、重采样、时空对齐、多源融合和多时相处理经验。

3、具备预训练数据集和标签构建经验，能够制定标注规范并开展数据质量检查。

4、具备良好的需求理解、数据分析和跨团队协作能力，能够将业务场景转化为可执行的数据方案。

5、对大规模多模态数据生产与管理有强烈兴趣，愿意深入数据工程全链路，追求高质量、高效率的数据供给。