职位描述
1、核心 VLM 训练与落地：负责 PE Model（Prompt 增强）、Caption / Recaption Model（视频重描述/密集描述）、Reward Model（质量评价与打分）等各类视频 VLM 的训练与实际落地。基于千卡级算力完成大规模 SFT、RL（DPO/PPO/RLHF 等）训练，实操提升模型在视频理解、细粒度 Caption 生成、视频 quality/alignment 评估上的效果。
2、高质量数据构建与工程化（核心重点）：负责三类 VLM 训练数据的全流程构建。针对视频 Recaption、视频质量打分、Prompt 生成等任务，结合规则清洗、VLM 打标/伪标签自动化流程，以及外包标注团队的管理与质检，持续积累和打磨高质高量的训练数据，并构建精准的 RL 奖励/反馈数据。
3、评测体系建设与 Badcase 修复：负责三类 VLM 的 Benchmark 构建与迭代，设计贴合实际应用场景的评测集与评价指标。建立客观、高效的评测机制，通过细致的 Badcase 分析精准定位模型与数据短板，反哺数据清洗与训练策略。
4、高效效果闭环：围绕实际应用效果，建立务实的「数据清洗/标注 → SFT/RL 训练 → 评测分析 → Badcase 修复」迭代闭环，保障模型效果持续提升并快速落地交付。任职要求
1、专业背景：计算机、人工智能、软件工程、电子信息等相关专业；
2、务实的大规模训练经验：具备 VLM / LLM 的千卡级训练实操经验，熟练掌握 SFT、DPO/PPO/RLHF 等常规训练与对齐方法；有视频 Caption、Recaption、视频质量评价模型（Reward Model）或 Prompt 增强模型实际训练经验者优先；
3、扎实的数据工程能力（重要）：具备极强的数据敏感度，有实际的大规模多模态/视频数据清洗、VLM 自动化打标、数据质检或外包标注团队管理经验；能“下沉到数据中”，通过分析数据分布与问题反向推动模型效果提升；
4、实用导向的评测与问题定位能力：具备 Benchmark 构建与 Badcase 分析经验，不追求空洞指标，能结合实际应用场景发现问题、定位问题（数据问题 vs 训练问题），并给出针对性的解决手段；
5、职业素养：务实高效、结果导向，具备极强的工程动手能力与问题排查能力，能够快速响应业务需求并推动模型效果迭代落地；
6、加分项：熟悉主流视频 VLM、视频生成模型及 Reward Model 的实际应用，有生成式 AI 项目中的数据/模型落地经验。
