宁德时代
大模型数据工程师—数据管理方向
RESPONSIBILITIES
岗位职责
负责大模型预/后训练数据的全生命周期管理，构建支撑 TB 级及以上数据规模的高效清洗、去重与质量筛选 Pipeline。
攻坚多源异构数据（如 PDF、网页、表格等）的解析与文本抽取，保障底层训练数据的高质量与高可用性
REQUIREMENTS
任职要求
计算机相关专业，具备极强的代码实现与系统架构能力，精通 Python，熟练掌握 C++ / Rust / Go 中至少一门。
拥有 TB 级及以上海量数据处理实战经验，熟悉 Spark、Hadoop、Ray、Flink 等主流分布式计算框架中至少一种，具备底层性能调优能力。
理解大规模数据去重（如 MinHash、SimHash、Embedding-based）与质量过滤算法，熟悉分布式存储架构及 Parquet / Arrow 等列式存储格式，具备高并发 Pipeline 落地与海量数据 IO 优化经验。
熟悉文档解析、OCR 及版面分析流程，有 PDF、表格等复杂文档处理经验。
能熟练运用 AI 编程工具，将数据处理需求快速转化为高可用的工程组件
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。