数据管线工程师

岗位职责： 1、基于原始数据，构建高效、稳定的数据清洗、标注增强和特征工程流水线，为模型训练提供高质量的数据支持； 2、基于传统图像/视频/音频算法及多模态大模型，参与音视频、图像的质量评估模型研发，优化模型效果； 3、针对大批量音视频、图像数据，研发自动化标注算法，快速完成数据标注； 4、按照算法要求设计数据清洗方案，对原始数据进行处理， 任职要求（图像，音频，视频满足其一即可）： 1、具备传统算法与多模态大模型相关经验：如参与过图像 / 视频 / 音频的质量评估模型研发，比如用传统算法或多模态大模型做过数据质量分析、优劣判断相关项目。 2、能根据模型的需求，搭建推理环境（比如用 Python 搭建运行模型的环境），批量处理大量音视频、图像数据，并完成精准标注（如标注图像质量等级、失真类型等）。 3、能根据算法同事给出的要求，搭建数据处理步骤（比如去重、去除模糊 / 噪声数据、格式转换等），把原始数据整理成模型能用的 “干净数据”。 4、熟练使用如 FFmpeg（处理音视频格式转换、剪辑、提取特征）、OpenCV（处理图像，如裁剪、降噪、特征提取）等工具，能独立完成基础的音视频、图像处理任务。 5、熟练掌握 Python 编程语言，了解 PyTorch/TensorFlow 等深度学习框架。 6、有较强的数据敏感度，注重数据质量，具备良好的沟通能力和团队合作精神。