岗位职责

 1.多源异构数据处理体系设计与建模 基于业务场景需求，设计多源异构数据的解析与结构化处理框架，支持跨领域数据融合； 构建多模态非结构化数据管理体系：整合不同形态数据，设计统一的数据表示与存储方案，确保数据的可扩展性与互操作性。 

2.多模态非结构化数据结构化工程落地 主导多模态数据结构化技术方案设计：基于预训练模型、自然语言处理、计算机视觉（CV）及多模态对齐技术，开发自动化解析工具链； 组织跨团队实施数据结构化全流程：完成从数据清洗→ 格式统一→ 关键信息提取→ 结构化存储→ 质量验证的落地，保障结构化数据的准确性与完整性。

 3.数据处理自动化与性能优化 优化数据处理流程，提升自动化率：通过规则引擎、低代码/无代码工具或自定义算法，减少人工干预环节； 聚焦关键信息提取准确率提升：结合标注数据与模型迭代，持续优化抽取效果； 主导数据处理性能调优：针对大规模数据处理场景，优化算法效率与分布式计算框架，降低处理耗时与资源成本。

 4.数据价值与业务场景赋能 深度对接业务部门，识别数据结构化需求，输出定制化解决方案； 推动结构化数据与业务系统集成：通过API、微服务等方式，将解析能力嵌入业务流程，支撑决策与技术创新； 建立数据处理迭代机制：基于业务反馈与技术演进，持续优化解析策略、结构化规则及工具链，确保数据资产的时效性与实用性。 

5.关键技术/课题攻坚支撑，推动落地转化 联合其他领域专家，带领小组与跨组团队协同攻克关键技术/课题，推动技术攻坚成果的落地转化。

 任职要求 

1.基础资质计算机科学、人工智能、数据科学、统计学等相关专业硕士及以上学历（博士优先）； 5年以上多源异构数据处理、非结构化数据结构化研发与工程实践经验，其中3年以上汽车电子/智能驾驶/AI研发领域相关项目经验； 英语可作为工作语言（读写流利），能高效对接跨国技术/产品团队。

 2.核心能力 ①数据处理技术深度： 精通常见数据形态的高效处理方式，熟悉不同形态数据的特征提取、降噪、归一化等关键技术； 掌握多模态非结构化数据处理技术，能设计文本-图像-视频等跨模态数据的统一结构化方案，熟悉多模态预训练模型（或传统多模态对齐方法的应用。 ②工具与技术栈： 熟练使用数据解析工具链及多模态处理库； 熟悉主流结构化存储方案，能根据业务需求选择适配的存储架构； 具备自动化框架开发能力，熟悉Python/Java等编程语言，掌握Spark/Flink等分布式计算框架的性能调优。 ③工程实践能力： 有千万级以上多源异构数据处理经验，具备从需求分析→ 方案设计→ 落地实施→ 性能优化的全流程交付能力； 熟悉关键信息提取的主流算法，有实际提升准确率的成功案例。 3.优先条件 持有数据工程、自然语言处理或计算机视觉相关认证（如CDA、AWS认证），或在顶会（如KDD、ACL、CVPR）发表过数据处理/结构化相关论文； 有跨国多源数据项目管理经验，或主导过跨部门数据中台、数据湖等复杂项目。