岗位职责
- 负责海量多模态数据（视频、图片、音频等）的采集、清洗、去燥、标注与增强，构建高置信度训练数据集，支撑大模型训练与优化；
- 构建领域数据集，优化数据分布与质量，解决数据稀疏性、偏差性等问题；
- 分析模型训练中的数据瓶颈，提出改进方案。
职位要求
- 硕士及以上学历，数学、统计、计算机、人工智能等相关专业优先；
- 熟悉统计模型、机器学习、深度学习、自然语言处理等技术，掌握数据挖掘核心技术例如特征工程、聚类分析、异常检测、关联规则挖掘等；
- 具有优秀的编程基础，熟练掌握Python或Java等编程语言；
- 熟悉大数据平台和计算引擎（如Hadoop、Spark、Kafka、Hive等），具备熟练的SQL操作经验；
- 具有较好的学习能力、沟通表达能力和团队协作意识，能有效对接各种需求，并确保进展顺利；
- 责任心强，抗压能力强。
