多模态 Data Infra 高级工程师-【可灵AI专项】

职位描述

1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；

2、搭建 Data Centric 的多模态数据处理 pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；

3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等；

4、设计并实现高可扩展、低成本的多模态数据存储架构，支持对象存储、文件系统及数据库技术的融合应用，参与多模态数据管理体系的建设，实现统一的元数据标准、数据编目、版本控制和生命周期管理；

5、构建跨模态数据关联与检索能力，支持基于内容的相似性搜索、标签检索和多模态联合查询；

6、跟踪业界前沿技术（如向量数据库、云原生存储、数据湖仓一体等），推动系统持续演进。

任职要求

1、本科及以上学历，计算机、软件工程、人工智能、自动化等相关专业优先；

2、3年以上数据工程系统或者基础架构研发经验，熟练掌握Java/C++/Python语言中的一种；

3、熟悉海量大规模数据处理技术，如Ray、Spark、Hudi、Paimon等；

4、具备多模态数据处理经验，了解图像、视频、音频等非结构化数据的存储与访问特性，有跨模态检索、内容理解或AI数据管道开发经验；

5、有以下经验者优先：

1）有多模态数据处理或多模态模型部署相关经验；

2）熟悉某种大模型推理或训练框架（如vLLM、SGLang、PyTorch），具备异构GPU上的推理部署和优化经验；

3）强烈的责任心和解决问题的能力，能在复杂系统中推动技术落地；

4）参与过开源存储/计算项目或有技术博客/社区贡献。