MomentaData Infra Tech Lead

负责自动驾驶 & 通用大模型双赛道的数据底层基建全链路架构设计与研发，搭建支撑VLM 大模型、视频生成、自动驾驶世界模型、端到端智驾模型训练的高性能、高可扩展数据生产平台。打通图像、视频、激光雷达点云、多传感器时序数据全生命周期链路，构建行业领先的数据治理体系，用 AI 工程化能力反哺数据生产全流程，持续驱动模型迭代效率与数据质量上限。

参与多模态数据生产相关的模型推理系统研发工作，工作内容包括： 1、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的高效部署和迭代； 2、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。

1. 负责统一数据平台的架构设计与模块开发，涵盖批处理、流处理、交互式查询与服务化计算能力，构建高效、灵活、智能的大规模数据处理基础设施。 2. 构建高效、灵活、智能的大规模数据处理基础设施，支持 PB 级的非结构化数据处理，跟踪数据技术趋势（如 Lakehouse、流批一体、云原生架构），构建高可用、易扩展的数据存储体系，支持数据湖等新型数据架构演进。

1、负责自动驾驶数据闭环核心系统的设计与开发，构建从车端数据采集到云端模型迭代的全链路自动化体系 2、优化车端影子模式（Shadow Mode）系统，设计高效的触发式数据采集策略，精准捕获有价值的 Hard Event 数据 3、开发智能数据筛选器（Filter），通过规则引擎与 AI 模型相结合的方式，从海量路测数据中高效筛选高价值训练样本 4、搭建云端自动化数据挖掘平台，实现异常场景、算法失效案例的自动发现与聚类分析 5、推动自动标注系统的迭代优化，自动化评估驾驶行为质量，自动化清洗坏行为数据，提升标注效率与质量 6、与EBM团队深度协作，将数据闭环产出转化为模型性能的持续提升 7、构建数据质量评估体系，确保训练数据的准确性、多样性与代表性