职位描述
【岗位职责】
1. 参与多模态大模型训练数据建设，支撑基座模型能力提升：参与图文、多模态理解、视觉能力训练等方向的数据体系建设，围绕模型训练目标，探索高质量训练数据构建方案，支持模型能力持续优化。
2. 负责多模态训练数据分析、筛选与优化：针对模型训练需求，开展图文数据、视觉数据的数据筛选、质量分析、数据清洗、去重过滤及结构化处理工作，提升训练数据有效性和质量。
3. 探索多模态数据构造方法，建设数据优化策略：关注多模态模型、视觉训练、图文对齐、数据合成、数据质量评估等方向的技术发展，结合论文、开源方案及业界实践，调研并落地可复用的数据构造方法。
4. 建立数据质量评估体系，推动数据闭环优化：结合模型训练效果、评测结果及业务反馈，分析数据问题，定位影响模型能力的关键因素，提出样本补充、数据优化、质量提升等改进方案。
5. 多方团队协作，推动训练数据全流程落地：参与从训练需求理解、数据方案设计、数据生产管理到效果验证的完整流程，与模型算法团队共同推进多模态模型训练效果提升。
【任职要求】
1. 硕士及以上学历，计算机、人工智能、机器学习、数据科学、数学、统计学等相关专业优先。
2. 具备一定的数据处理和分析能力，有数据清洗、数据构造、数据质量评估、标注规范设计或训练数据建设相关经验优先。
3. 熟悉大语言模型、多模态模型、视觉模型、图文理解、图文对齐等相关技术，有相关科研项目、论文、竞赛或实践经验优先。
4. 能够主动阅读论文、技术博客、开源项目资料，并结合模型训练需求，将技术方案转化为实际的数据优化方案。
5. 具备良好的问题拆解能力和沟通协作能力，能够在目标相对开放的环境中主动发现问题、推动解决并沉淀方法。
【岗位亮点】
1. 加入基座模型团队，深度参与多模态大模型训练链路，参与真实模型训练场景，理解数据如何影响模型能力提升。
2. 参与多模态数据策略探索，而非传统数据处理工作，围绕图文理解、视觉能力训练、数据构造、质量评估等方向，探索高质量训练数据建设方法。
3. 与算法团队深度协作，参与模型优化闭环，从训练需求、数据方案、效果分析到优化迭代，全流程参与模型能力提升。
4. 沉淀多模态训练数据建设经验，为未来向数据算法、模型训练、大模型研究方向发展提供成长空间。
立即投递
