精通文本、图像、音频、视频等多模态数据的全流程处理技术，能独立设计多源异构数据的接入方案（如对接API接口、离线文件导入、实时流数据捕获），熟练完成数据格式标准化（如文本JSONL转换、图像分辨率统一、音频采样率校准）与跨模态数据关联（如文本-图像语义匹配、音频-字幕时间轴对齐），能够解决过跨模态数据格式冲突、大文件解析失败等疑难问题，能输出标准化的多模态数据处理流程文档；
4、数据质量管控技能
优秀：精通多模态数据质量评估体系设计，能针对文本（如语义完整性、语法准确性）、图像（如清晰度、色彩真实性）、音频（如信噪比、无杂音时长）等不同模态制定差异化质量指标，开发自动化质量检测工具（如基于NLP的文本质量评分模型、基于CV的图像瑕疵识别脚本），能建立质量监控闭环（从数据采集到输出的全链路质量跟踪），可解决复杂质量问题（如跨模态数据语义不一致、长尾数据质量失衡），输出质量管控报告并指导团队优化数据质量;
5、多模态数据治理工具搭建技能
精通多模态数据治理全链路工具与技术，熟练使用分布式数据处理框架（Spark、Flink）、多模态数据管理平台（如Hudi、Iceberg）、AI辅助治理工具（如基于LLM的文本分类模型、基于CV的图像标注工具）等；
6、多模态数据业务适配能力精通多模态数据与业务场景的适配逻辑，能深入理解不同业务（如多模态生成、跨模态检索、智能交互）对数据的差异化需求，设计针对性的数据治理方案（如为生成式AI项目优化文本-图像配对数据、为检索项目提升跨模态数据索引效率）；具备复杂业务场景数据治理经验；