职位描述1、负责图片、视频等多模态数据的收集、清洗、去重、标注及质量评估，构建高质量、多样化的大模型训练数据集； 2、建立并完善数据质量标准评估体系，精准识别并解决数据偏差、噪声等质量问题，持续提升训练数据的可用性与可靠性； 3、与算法团队紧密协作，基于业务需求与数据特征定制数据策略，优化数据处理 Pipeline，保障并提升预训练效果。任职要求1、统招本科及以上学历，人工智能、计算机科学、软件工程或相关专业； 2、精通 Python 编程，具备良好的工程化能力，熟悉数据爬取、增强、清洗、标注及质量校验等全流程，能高效开发数据处理脚本与自动化工具； 3、知晓大模型基础理论，熟悉大模型相关数据处理，对图文、视频类数据有深入理解；具备海量多模态数据治理经验者优先； 4、工作认真负责，对数据敏感，擅长沟通协调、跨团队推进，具备较强的问题分析与解决能力，能够主动挖掘业务需求并推动方案设计与落地。
