岗位职责
- 数据特征算法方案制定与效果优化：针对不同模态、多种类目的数据，设计自动化筛选方案；对多模态数据涉及的前沿特征算法（如物体跟踪、ID 重识别、音频分离）进行场景化效果优化。与算法工程师协作，制定数据调整与扩展策略，提升模型在真实场景中的生成能力；
- 数据 pipeline 建设：负责多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型持续迭代；
- 数据分布分析：对模型训练数据分布进行详细分析，识别数据偏差、不均衡及潜在问题。提供可视化报告及改进建议，确保训练数据覆盖目标场景并满足多样性需求，最终通过数据驱动方法优化视频生成大模型效果。
职位要求
- 计算机、统计学、数学或相关专业硕士及以上学历，具备丰富的机器学习、大模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；
- 熟练使用 Python、SQL 等分析工具，掌握常用数据分析与可视化工具（如 Pandas、Tableau、Matplotlib 等）；
- 具备良好的沟通能力和团队合作精神，能够独立完成分析并提出可落地的优化建议；
- 加分项：对视频生成、计算机视觉或多模态生成技术有深入理解；对生成式 AI 领域有浓厚兴趣，关注行业动态并能提出创新性建议。
