混元预训练数据工程负责人

Job description

Responsibilities

• 搭建规范的大规模的数据管道；
• 全面负责预训练数据工程体系建设，保障数据供给效率与稳定性；

负责预训练数据全生命周期管理

• 数据标准、质量治理、资产化管理、权限与版本管控；
• 带队攻坚数据处理关键技术与工程瓶颈，跨团队协同模型训练算法和底层架构工程、推动数据架构持续迭代。 Requirements
• 本科及以上，有大规模技术栈负责人/数据体系负责人经验；
• 精通大规模预训练数据 Pipeline 建设，熟悉分布式大数据处理栈（Spark/Ray/OSS 等），理解存储，网络等硬件瓶颈；
• 优秀的架构设计、团队管理与跨部门推进能力，能独立负责整条数据战线；
• 熟悉大模型预训练流程和算法（文本或多模态都可）优先。