Dots-Data-Centric AI Infra工程师
小红书 · 北京市 · 社招
AI 摘要智能生成
负责Dots大模型训练全链路中的AI数据引擎和训练数据基建工作
职位描述
1. 负责Dots大模型训练全链路中的AI数据引擎和训练数据基建工作。 2. 负责设计与落地面向大模型训练数据场景下的数据内核基建,包括千亿级数据存储和万卡级数据处理的引擎能力建设。 3. 负责设计与落地支撑大模型全链路数据工程的数据系统,包括文本、多模态、后训练数据管理和资产建设,面向混合负载和策略的数据清洗与加工,基于标量向量的混合检索分析,高效灵活的千亿级去重能力,自动化全链路的数据自我迭代的Agentic能力。 4. 负责设计与落地十万级并发下的Agentic环境合成与轨迹数据生产的数据基建与平台。 5. 负责设计与落地面向文本/多模态/DiT预训练/后训练场景下的高性能Dataloader与训练时数据系统加速和稳定性保障。 6. 面向模型持续学习与自我进化,建设统一、开放、可规模化的数据基础设施底座,打通数据发现、生产、治理、训练、评估与反馈闭环。