腾讯(tencent)招聘混元多模态数据工程师（北京）

岗位职责：
1.多模态数据管线建设：设计并实现面向大模型训练与推理的多模态数据处理与构建管线，覆盖图像、视频、音频、文本、3D 及多模态理解等数据类型，支撑预训练、后训练（SFT / RLHF / Preference）及评测数据构建；
2.大规模数据工程与系统建设：构建高可靠、可扩展的数据处理系统，支持 TB / PB 级数据规模，负责批处理与流式处理任务的工程实现，参与或主导分布式并行计算（CPU / GPU 混合）的工程落地；
3.数据质量与稳定性保障：建立数据校验与质量评估机制，覆盖数据完整性、一致性、分布异常与质量回归等场景，设计并推动数据处理链路的监控与异常治理；
4.数据资产化与标准化建设：推动多模态数据结构的标准化设计，建设数据元信息、版本管理与可追溯机制，提升数据的可复用性与长期资产价值；
5.跨团队协作与需求落地：与算法、模型、平台等团队深度协作，将模型需求与业务目标转化为可落地的数据工程方案，参与复杂数据问题的拆解、方案设计与推进落地。
岗位要求：
1.全日制本科及以上学历，硕士优先，计算机或相关专业，工作经验1年及以上；
2.具备扎实的 Python 工程能力，熟悉模块化设计、异常处理、工程化代码结构，熟悉 Linux 环境，具备基本的 Shell 使用与问题定位能力，具备良好的代码质量意识（可维护性、可读性、可测试性）；
3.具备大规模数据处理经验，有 TB / PB 级数据处理实践，理解 ETL、数据管线、DAG 调度等核心数据工程思想，熟悉至少一种分布式计算或批处理框架（如 Spark / Ray / Flink 等）；
4.理解 CPU、内存、IO、GPU 等计算资源特性，具备性能优化意识，能从并行化、批处理、流水线等角度优化系统，能主动规避不必要的数据复制与 IO 放大问题；
5.拥有强烈的责任心和主动性，能将抽象需求转化为清晰的工程方案并推动落地，具备良好的跨团队沟通与协作能力。