职位描述选择以下方向之一即可： - 数据质量评价：负责多模态数据质量规则与指标体系的建设，协助完成数据质量分析与价值评估。 - 多模态处理：负责视频、传感器、轨迹等原始数据的清洗、解析与预处理，协助多传感器时间同步与抽帧、解码等工作。 - 自动标注：负责基于 VLM 的预标注流水线开发，协助在线打标与难例挖掘。 - 数据质检与挖掘：负责自动化质检与异常检测，协助数据去重、相似度分析与高价值样本筛选。 - 交互语料工程：负责文本、语音、对话语料的清洗、去重与质量过滤，协助意图、槽位、实体或情感标注，或知识图谱抽取与大模型后训练语料生产。 - 语音交互数据：负责语音交互场景下的 ASR 转写与校对，协助方言、口语化语音数据的处理，以及语音情感标注与多轮对话情绪流转分析。 - 生成式数据生产：负责基于生成式模型的数据合成与扩充，协助利用大语言模型、扩散模型、VLM 等生成与改写训练语料、对话样本或多模态数据。任职要求- 机器学习、数据科学、计算机、机器人、统计、自动化等相关专业硕士及以上。 - 精通 Python，C++，熟悉 PyTorch。 - 了解下列方向之一即可：数据质量与评测、多模态与计算机视觉、自动标注与数据挖掘、NLP 与语料工程、语音与对话数据。 - 踏实主动，具备较强的学习意愿与跨方向学习能力，有团队合作精神。
