MiniMaxAI Data 研发工程师（大模型数据方向）

工作描述

MiniMax 致力于构建下一代通用人工智能模型，覆盖文本、图像、视频、语音等多模态大模型方向。数据是大模型能力演进的核心基础，我们正在建设面向大模型时代的新一代 AI Data Infra 平台，支撑预训练、后训练、评测及模型迭代全过程的数据生产、管理与优化。我们希望寻找优秀的数据基础设施工程师，共同打造服务于全模态大模型的数据平台和 Pipeline 基础设施。
你将参与：
1. 建设面向大模型的数据基础设施，负责构建支撑海量 AI 数据的数据基础设施，包括：
- 面向文本、图像、视频、语音等多模态数据的统一管理体系；
- 支撑 PB 级数据的存储、计算、索引与分发能力；
- 建设面向 AI 数据的数据湖/湖仓体系，支持数据版本管理、元数据管理和生命周期管理；
- 优化数据访问链路，保障大规模模型训练任务的数据吞吐和稳定性。
2. 构建大模型训练与后训练数据 Pipeline，参与建设覆盖模型全生命周期的数据生产体系，包括：
- 预训练数据 Pipeline：数据解析、清洗、过滤、去重、质量评估、分类采样；
- 后训练数据 Pipeline：SFT、Preference Data、RLHF/RLAIF 数据构造及自动化评估；
- 多模态数据处理：图像/视频/语音数据处理、Caption 生成、Embedding 提取和特征构建；
- 数据合成、增强…