大模型数据开发实习生-【可灵AI专项】

Job description

• 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，支撑可灵模型数据生产与高效迭代；
• 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；
• 持续提升平台数据生产效率、易用性、降低算法使用成本，探索业界前沿的多模态数据处理相关技术，设计并实现到数据平台中。
• 计算机及相关专业，28年毕业优先，熟练掌握Java、Python、C/C++ 等至少一种开发语言；
• 扎实的编程基础、良好的编程风格，熟悉多线程编程、分布式计算、网络通信、内存管理、设计模式； 具备分布式系统的研发经验，有优化系统性能问题的能力和经验；
• 熟悉多项大数据处理/分析相关的工具/框架，例如Ray、Hive、ClickHouse、数据湖等。

具备以下一个或者多个条件者优先

1、 有多模态AI数据相关处理经验； 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。