职位描述
岗位职责
- 负责建设面向视频、点云和标注信息的多模态数据湖 / 湖仓。
- 设计大对象存储布局、分片、压缩、并行读取、缓存和小文件治理。
- 建立样本、帧 / 片段、点云、标注、任务、质量结果和版本之间的关联模型。
- 建设标量、向量和混合索引、过滤、检索及访问加速能力，为人和 Agent 提供可控、可审计的数据访问接口。
- 建立数据集版本、血缘、质量、去重、权限、可复现和交付清单（manifest）。任职要求
任职要求
- 3 年以上数据平台、机器学习数据平台或相关经验，本科及以上优先，能力优秀可放宽。
- 有多模态数据湖 / 湖仓、大规模媒体数据平台、自动驾驶 / 机器人数据、机器学习（ML）数据基础设施，或对象存储与检索平台等相关建设经验；能够迁移到视频、点云、标注、版本和混合检索场景。
- 理解对象存储、数据格式、元数据、索引、分区、缓存和并行读取。
- 能设计数据版本、数据契约、质量、血缘和可复现机制。
- 理解标量检索、向量检索和混合过滤的工程权衡；能使用 Cursor、Codex、Claude Code 等工具提升数据开发、测试和排障效率。
加分项
- 熟悉 Lance / LanceDB 或同类面向多模态数据的技术。
- 做过视频、点云、自动驾驶、机器人或标注数据平台。
- 熟悉 Iceberg、Delta Lake、Hudi、Spark、Flink、Trino、ClickHouse 等数据技术。
