智能互联千问事业部-语料数据处理工程架构负责人-北京/杭州
社招全职3年以上技术类-开发地点：北京 | 杭州状态：招聘♡ 收藏
工作描述
任职要求 1. 主导设计和落地过大规模AI语料数据处理平台或数据生产系统，具备从0到1或大规模演进语料数据体系的经验，能够从工程架构层面构建支撑语料数据全生命周期的系统能力； 2. 具备大规模数据处理经验，熟悉网页、文档、文本、图片及音视频等多模态语料数据处理技术，对语料清洗、去重、过滤、结构化、对齐及质量评估等关键流程有深入理解； 3. 熟悉分布式数据计算与存储技术，如 Ray、Spark、Flink、Paimon 等，具备大规模数据处理系统设计与性能优化经验，能够与AI Infra及基础数据平台团队协同推进能力落地； 4. 熟悉数据分类与质量评价体系，具备语料数据治理与数据画像建设经验，能够通过数据分析与评估指导语料数据建设与优化； 5. 具备卓越的跨…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
Ray+
https://github.com/ray-project/ray
Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
https://www.youtube.com/watch?v=FhXfEXUUQp0
In this video, I'll teach you everything you need to know about Apache Ray!
https://www.youtube.com/watch?v=fMiAyj2kgac
Using powerful machine learning algorithms is easy using Ray.io and Python.
https://www.youtube.com/watch?v=q_aTbb7XeL4
Parallel and Distributed computing sounds scary until you try this fantastic Python library.
Spark+
[英文] Learning Spark Book
https://pages.databricks.com/rs/094-YMS-629/images/LearningSpark2.0.pdf
This new edition has been updated to reflect Apache Spark’s evolution through Spark 2.x and Spark 3.0, including its expanded ecosystem of built-in and external data sources, machine learning, and streaming technologies with which Spark is tightly integrated.
Flink+
https://nightlies.apache.org/flink/flink-docs-release-2.0/docs/learn-flink/overview/
This training presents an introduction to Apache Flink that includes just enough to get you started writing scalable streaming ETL, analytics, and event-driven applications, while leaving out a lot of (ultimately important) details.
https://www.youtube.com/watch?v=WajYe9iA2Uk&list=PLa7VYi0yPIH2GTo3vRtX8w9tgNTTyYSux
Today’s businesses are increasingly software-defined, and their business processes are being automated. Whether it’s orders and shipments, or downloads and clicks, business events can always be streamed. Flink can be used to manipulate, process, and react to these streaming events as they occur.
还有更多 •••
相关职位
社招3年以上技术类-开发
1. 具备大规模数据处理经验，熟悉网页、文档、文本、图片及音视频等多模态语料数据处理技术，对语料清洗、去重、过滤、结构化、对齐及质量评估等关键流程有深入理解； 2. 熟悉分布式数据计算与存储技术，如
更新于 2026-07-01北京|杭州
社招3年以上技术类-开发
1. 主导设计和落地过大规模AI语料数据处理平台或数据生产系统，具备从0到1或大规模演进语料数据体系的经验，能够从工程架构层面构建支撑语料数据全生命周期的系统能力； 2. 具备大规模数据处理经验，熟悉
更新于 2026-07-01北京|杭州
社招3年以上技术类-质量保证
1. 3年以上开发/测试开发经验，计算机基础扎实，精通Java/Python/Go等至少一门语言。 2.良好的系统分析和逻辑思维能力，具备精准问题定位分析的能力； 3.良好的沟通能力、表达能力以及协调
更新于 2026-06-15北京
社招3年以上技术类-前端
1、统招本科及以上学历，计算机相关专业优先，具备扎实的编程基础。 2、精通 HTML5、CSS3、JavaScript（ES6+），熟练掌握 React / Vue 等主流框架，对前端技术体系有系统性
更新于 2026-07-09广州