TCL数据治理工程师
任职要求
1. 本科及以上学历，计算机/通信/信息管理等理工类相关专业； 2. 具备一定的数据治理的理论知识，了解数据治理的…
工作职责
1. 负责公司核心数据在企业运营链条中的贯通及质量提升，满足数据消费需求； 2. 负责公司的数据资产建设，支撑数据资产的价值变现； 3. 负责公司数据治理能力的建设，包含数据管理流程及对应IT系统平台的规划； 4. 协助支撑数据治理前沿技术在公司的引入落地。
1、参与饿了么计算平台相关集群资源成本治理工作，在不影响业务的情况下，通过技术架构升级、治理工具建设、流程机制完善等手段提升集群运行效率，减少计算产品成本消耗； 2、参与饿了么计算平台相关集群资源运维管理工作，通过管理策略优化、完善监控、自动化运维等方式保障集群健康稳定运行，提升用户使用体验，提升资源管理效率； 3、不断提升数据治理水平，总结现状问题痛点、了解学习业界先进经验，持续迭代技术架构、解决方案，持续提升数据治理数字化水平和效率； 4、参与饿了么数据资产管理，推进资产生产加工流程及规范优化、资产管理平台工具完善；
负责制造业 AI 数据基座 的工程化建设与落地，实现从数据采集、治理、加工到 AI Ready 数据服务的全链路，支撑领域大模型及其他 AI 应用的落地。 1、数据预处理与质量提升 1.1 设计自动化数据清洗、异常检测、缺失补全、去噪与归一化流程 1.2 开发 多模态数据解析与对齐 工具链（CAD 文件解析、工业图像与工艺文本对齐、传感器信号同步） 1.3 建立持续化数据质量监控与回溯机制，确保训练数据的稳定性与一致性 2、AI 数据加工与标注 2.1 搭建和维护数据标注平台（CVAT、Label Studio 等），并实现批量标注自动化 2.2 开发数据增强、弱监督、半监督等 AI 数据扩充方法，提高数据多样性与泛化能力 2.3 支持合成数据（Synthetic Data）生成与验证 3、特征工程与向量化处理 3.1 开发特征提取、Embedding 生成与向量化存储（Milvus、FAISS、Pinecone 等） 3.2 建设 Feature Store，为大模型训练、RAG（检索增强生成）与实时推理提供高质量特征数据流 4、数据服务化与API开发 4.1 构建标准化数据 API、特征查询接口及实时数据流服务，供算法与应用调用 4.2 优化数据访问性能、扩展性与安全性，支持高并发 AI 场景
负责AI数据的规划与架构，构建面向未来的多模态数据能力与AI数据供应链，确保数据资产可持续、高质量的支撑领域大模型及各类AI应用的落地与规模化复制 1、AI数据规划与架构设计 1.1 制定面向大模型与AI应用的数据建设蓝图与技术路线 1.2 设计支持多模态AI场景的数据架构（文本、图像、视频、时序数据等） 1.3 规划迭代AI数据供应体系，从数据采集、治理到特征服务的全链路 2、AI数据工程建设 2.1 建立面向 AI 训练/推理的高质量数据质量体系，推动数据源头应用/数据湖仓进行数据改进 2.2 设计多模态数据对齐与融合机制，满足大模型在训练、微调、推理阶段的输入需求 2.3 规划设计特征存储（Feature Store）、向量数据库及 Embedding Pipline的建设 2.4 制定自动标注、数据增强与弱监督等 AI 数据加工方法路径并推动落地
负责AI数据的规划与架构，构建面向未来的多模态数据能力与AI数据供应链，确保数据资产可持续、高质量的支撑领域大模型及各类AI应用的落地与规模化复制 1、AI数据规划与架构设计 1.1 制定面向大模型与AI应用的数据建设蓝图与技术路线 1.2 设计支持多模态AI场景的数据架构（文本、图像、视频、时序数据等） 1.3 规划迭代AI数据供应体系，从数据采集、治理到特征服务的全链路 2、AI数据工程建设 2.1 建立面向 AI 训练/推理的高质量数据质量体系，推动数据源头应用/数据湖仓进行数据改进 2.2 设计多模态数据对齐与融合机制，满足大模型在训练、微调、推理阶段的输入需求 2.3 规划设计特征存储（Feature Store）、向量数据库及 Embedding Pipline的建设 2.4 制定自动标注、数据增强与弱监督等 AI 数据加工方法路径并推动落地