岗位职责
- 参与多模态大模型训练数据的建设工作，支持预训练、后训练等阶段的数据需求分析、数据清洗、质量评估与数据集交付；
- 参与视频/图像数据处理相关工作，包括质量过滤、镜头切分、语义去重、水印/字幕检测、Caption/Recaption 等数据处理流程；
- 协助建设自动化数据处理流程，参与数据处理脚本、评估工具和基础数据管线的开发与优化；
- 参与多模态数据分析与实验验证，结合模型评测结果，协助分析不同数据策略对模型效果的影响；
- 关注多模态大模型、MLLM、数据合成与增强等方向，参与前沿数据策略探索。
职位要求
- 计算机、人工智能、数学、统计学等相关专业本科及以上在读，硕士优先；
- 熟悉 Python，具备基本的数据处理、机器学习或深度学习项目经验；
- 对多模态大模型、视频理解、图像理解、数据工程等方向有兴趣，有相关项目/科研/竞赛经历者优先；
- 具备良好的数据分析能力、学习能力和执行力，能够在指导下完成实验分析和任务交付；
- 了解视频/图像数据处理、Caption 数据工程、Embedding、语义去重、多模态数据合成等方向者优先；
- 每周可实习 4 天及以上，连续实习 4 个月及以上，长期实习者优先。
