数据平台 · Full-time
Multimodal Data Platform Engineer / Technical Lead
- Compensation
- Not specified
- Location
- Beijing / Wuhan
- Experience
- Not specified
- Education
- Not specified
岗位信息
- 工作地点：北京 / 武汉
- 招聘人数：1 人
岗位介绍
- 你将负责 Ego 多模态数据管线的整体技术方案与云端建设，打通设备上传、自动清洗、人工复核、标注流转和数据集交付。
- 我们希望你既能设计系统，也能直接编写核心代码，对整条管线的可靠性、可追溯性和交付效率负责。
工作职责
- 设计并建设多模态数据平台，覆盖数据接入、存储、处理、检索、标注流转和导出。
- 制定数据组织方式，管理视频、触觉时序、任务信息、设备信息、标定记录及处理结果。
- 开发自动粗筛管线，检测文件损坏、缺少模态、时长异常、时间戳异常、丢帧及触觉信号异常等问题。
- 接入现成视觉或多模态模型，辅助完成画面质量判断、重复检测、任务分段、预标注等工作，并评估实际效果。
- 建设任务调度、失败重试、幂等处理及断点恢复机制，支持数据持续生产。
- 保留原始数据，记录清洗规则、处理版本和淘汰原因，支持问题追溯及重新处理。
- 对接现有标注平台，打通任务分发、结果回收、复核返工和数据导出流程。
- 建设基础管理界面与质量看板，监控处理进度、异常分布、存储用量及处理成本。
- 与采集工程师、数据质量负责人共同制定端到端验收标准，并推动技术问题闭环。
任职要求
- 熟练使用 Python 和 SQL，具有独立建设并维护生产系统的经验。
- 熟悉对象存储、关系数据库、任务队列、批处理和 API 服务等基础组件。
- 有视频、图像或传感器时序数据处理经验，理解大文件上传、视频解码及批量处理中的常见问题。
- 能够设计可靠的数据处理流程，处理重复提交、部分失败、异常重试和版本变更。
- 熟悉 Docker、Linux 及基础部署监控，能够承担初期系统运维。
- 具备数据质量意识，能够设计校验规则、质量指标及追溯机制。
- 能独立拆解需求、确定优先级并完成交付，愿意承担小团队技术负责人的职责。
加分项
- 有机器人、自动驾驶、具身智能或多模态训练数据平台经验。
- 熟悉 OpenCV、FFmpeg、PyTorch，以及视觉模型或 VLM 的推理与评估。
- 使用过 CVAT、Label Studio 或其他标注平台，并做过接口集成或二次开发。
- 熟悉 Parquet、时序数据格式、数据集版本管理或 LeRobot 等相关生态。
- 有轻量管理后台或数据可视化界面开发能力。
- 有数据集去重、训练 / 验证集划分、数据泄漏排查等实践经验。