1.负责AI人类数据采集平台的数据闭环体系建设，搭建从数据采集、质检、清洗、挖掘、标注到训练交付的全链路自动化Pipeline，支持PB级多模态数据的高效流转与处理；
2.主导数仓建设与数据模型设计，解决海量数据存储、查询和治理瓶颈，构建高效、稳定的数据仓库与数据湖架构；
3.利用大模型与AI工具实现自动标注、难例挖掘、高价值数据筛选及数据质量提升，持续优化数据闭环效能；
4.设计并优化数据处理流水线，包括实时/离线ETL流程、数据治理机制和性能调优，确保数据从采集端到模型训练端的闭环高效运转；
5.参与GPU集群数据调度、模型评估数据支持及Latency分析，配合绩效监控模块提升整体平台数据效能；
6.与产品、研发、标注团队紧密协作，持续迭代数据平台的数据管理、可视化分析和AI数据分析能力。
1.本科及以上学历，计算机、人工智能、数据科学等相关专业，5年以上数据平台或数仓建设经验；
2.AI Native：熟练使用Claude、Cursor等AI编码/辅助工具，能显著提升数据Pipeline设计、SQL优化和文档产出效率；熟悉Agent、Skill等AI应用场景者优先；
3.有具身智能、自动驾驶或类似多模态数据闭环架构经验，深刻理解图像、点云、视频等数据结构及处理流程；
4.熟悉数据标注平台或数据管理系统的建设经验，理解业务数据完整Pipeline；
5.扎实的数仓建设能力：熟练进行数据建模、ETL设计，具备MySQL/PostgreSQL性能优化、索引设计、SQL调优经验；熟悉OLAP、数据湖（Data Lake）、分布式数据库者优先；
6.具备高并发、高可用数据系统设计经验，熟悉消息队列、任务调度、数据治理等技术；
7.熟悉Kubernetes（K8s）、大数据处理架构（Spark/Hive等）者优先；
8.有代码规范意识，熟练使用Git、CI/CD等工程化工具；编程语言以Go或Python为主；
9.较强的业务理解能力和跨团队沟通能力，对高质量AI训练数据闭环有深刻认知。
加分项：
1.有实际PB级数据平台或AI数据闭环项目落地经验；
2.熟悉平台现有模块（任务管理、Workflow编排、人工标注等）者优先。
