岗位职责
- 从公开网页、文档、视频等源头解析、处理、合成得到视觉、文本、语音等多模态的训练数据，并验证其价值；
- 建设端到端的训练数据的质量、多样性评估体系，参与全链路的效果优化，不断提升数据质量和多样性；
- 参与VLM、LLM、Agent、具身智能等多个前沿大模型基座的数据工作；
- 跟进大模型数据领域的前沿技术，推动AGI数据建设。
职位要求
- 熟悉大模型相关技术，或者NLP、CV等相关领域技术；
- 编程基本功扎实、熟悉常用数据结构和算法，有大规模数据处理的经验；
- 熟悉常见的大模型结构，掌握相关的大模型基础知识；
- 有大模型预训练经验者优先；Prompt Egineering解决各类问题经验丰富者优先。
