职位描述

1.数据资产化顶层设计
构建企业级语音数据资产化技术架构，设计可扩展、高可用的数据存储、处理及服务化体系
制定语音数据全生命周期管理规范，涵盖采集、清洗、标注、存储、治理、应用全链条
建立数据资产目录与元数据管理体系，实现语音数据的标准化描述与价值量化评估
2.技术体系构建
主导PB级语音数据分布式存储架构设计，平衡冷热数据分层存储成本与访问效率
搭建高性能语音数据处理流水线（特征提取/声纹识别/语音转写等），优化GPU资源利用率
构建数据服务API平台，支持语音数据按需调用（如语料检索、声纹验证等场景）
3.数据治理与合规
建立数据安全防护体系，实现语音数据的脱敏处理、访问权限控制及隐私合规审查
制定数据质量评估标准，建立自动化异常检测与修复机制
设计数据血缘追踪系统，满足监管审计要求

职位要求

1.硬性门槛
计算机相关硕士以上学历，5年以上大数据架构经验，主导过千万小时级语音数据处理项目
精通Hadoop/Spark/Flink生态体系，具备Kubernetes云原生架构设计经验
深入理解语音数据处理技术栈（Kaldi/ESPnet等开源框架，声学模型优化经验）
持有CDMP/CISP数据治理认证，熟悉GDPR/《数据安全法》等合规要求
2.差异化能力
具备语音数据特殊场景认知：方言识别中的噪声处理、多语种语料库建设经验
拥有数据资产商业化经验：主导过语音数据API服务变现或训练数据交易项目
技术前瞻性：熟悉联邦学习在语音数据共享中的应用，了解大模型时代的数据治理挑战