大模型时代到来，数据的质量影响模型的效果，模型训练前的数据准备工作非常重要。如何高效、低成本的存储和处理海量的文本、图片音、视频文件等非结构化数据是各家都在探索的方向。本次演讲主要分享火山引擎数据产品如EMR、LAS、DataLeap在相关领域的思考和最佳实践。