岗位职责
- 负责以音视频为主的多个模态的数据策略，协同数据工程师与算法团队，对原始训练数据进行收口、分类、清洗、脱敏、结构化；深入理解各类数据的来源、特性与用途，确保数据质量与合规性；追踪数据生命周期，确保数据可追溯、可还原、可解释；
- 负责数据分级与版本管理，设计并维护训练数据的分级策略、数据标注规范、数据版本体系，负责训练数据的文档化，包括数据源描述、处理流程、清洗策略、抽样配比等关键信息；
- 产品化协作与技术对接，作为接口人，与算法、数据工程、平台团队密切合作，推动训练数据产品方案的落地；与研发团队共同推进数据平台的能力建设与数据工具链打通，提升数据处理效率与规范性，推进训练数据资产的可复用性与积累性，持续构建结构化数据资产池；
- 数据使用策略与监控，与模型团队配合，输出不同训练任务的数据构成建议，制定数据使用与采样策略，建立关键数据指标监控机制，评估数据质量对模型效果的影响。
职位要求
- 具备大模型数据策略或数据分析相关经验；
- 熟悉大模型或机器学习训练流程，有数据标注、样本配比、数据追踪经验者加分；
- 具备一定的数据处理与分析能力，熟练掌握SQL/Python等常用工具；
- 优秀的跨团队沟通与协作能力，能够对复杂的数据工作流进行抽象、归纳、文档化；
- 知识面丰富，有影视音乐审美，拥有深度的ai产品体验，熟悉开源闭源的多种生成模型的特点（如自己训练过音视频Lora，或者搭建过自动化工作流）者优先。
