大模型数据架构工程师-【可灵AI专项】

负责打造可灵生成式大模型的数据基础设施，构建高性能、分布式、可扩展的数据系统，通过数据驱动模型生产，使模型可以在海量数据场景下完成高效的算法迭代；

构建 agentic 数据生产体系：将数据基建能力封装为 agent 可靠调用的工具与服务，研发数据链路的编排与运行框架——让数据管线的搭建、运维、排障逐步由 agent 自主完成；

攻坚以下领域之一的核心架构难题（详见任职要求的方向说明）：大规模分布式计算与调度 / 海量多模态存储 / 跨模态检索 / 大规模批量推理优化 等；

建设数据管线的无人值守能力与全链路可追溯：作业级容错与自愈、自动化质量监测、数据版本化与血缘、数据实验归因体系；

与算法、数据交付团队进行紧密合作，共同定义算子与数据服务的接口标准，以Co-Design方式共同提升模型效果。

计算机及相关专业本科及以上学历，3 年以上基础架构方向研发经验；

精通至少一种系统语言（C++/Go/Rust/Java）及 Python，有大规模生产系统的性能优化实战，吞吐/延迟/成本有可量能力；

对自己深耕的技术领域，能深刻理解其技术边界，深耕领域见下方描述；

具备能力抽象功底：能把复杂基建收敛为清晰的 API 与服务接口，以"agent 能可靠调用、失败可重试、状态可观测"为接口标准；

善用 AI-coding 与大模型工具（硬性要求），认同 agentic 研发理念；

沟通务实，尊重相邻方向的专业判断。 方向长板（以下四选一，至少一个方向达到深耕水平）：

分布式计算与调度：精通 Ray/Spark/Flink 之一的内核机制与调优，有亿级样本处理管线或大规模混合负载（CPU 解码 × GPU 推理）的实战；熟悉 Kubernetes 批调度、GPU 调度、潮汐混部者优先；

存储与数据湖：精通对象存储/数据湖/分布式缓存之一的内核或深度实践，有海量小文件、高吞吐顺序读写、元数据规模化管理的实战；做过数据版本化或血缘系统者优先；

检索与索引：精通向量检索引擎（Faiss/Milvus/自研 ANN）或大规模倒排/多维索引，有亿级 embedding 的建库、召回调优、增量更新实战；做过跨模态检索（文搜视频/以图搜视频）者优先；

推理优化：精通 vLLM/SGLang/TensorRT 类推理框架，有大规模离线批量推理系统的建设经验——动态 batching、量化加速、多模型混部、显存与吞吐调优；做过视觉/多模态模型推理优化者优先。 加分项（各方向通用）：

有多模态/视频数据处理基建经验（视频编解码、GPU 视频处理管线、BMF/Ray Data 类框架）；

参与过知名开源基建项目。