多模态数据算法实习生

1、参与构建面向视频生成大模型训练的高质量多模态数据集，覆盖视频、图像、音频、文本等模态；2、使用开源模型（如 CLIP、Whisper、Qwen-VL、DOVER、Diarization 等）对原始数据进行智能清洗、质量打分与标注；3、开发高效的数据处理算子与流水线（基于 Python/PyTorch），参与实际生产系统迭代；4、与算法工程师协作，针对模型训练中暴露的数据问题（如噪声、偏差、模态对齐缺失等）设计工程化解决方案；5、探索数据与模型协同优化的新方法，处理的数据将直接用于视频生成模型训练。任职要求：计算机、人工智能、软件工程或相关专业在读，熟练使用 Python，有 PyTorch 实际经验；对视频、音频、图像等多模态数据处理有兴趣，动手能力强；有 FFmpeg、OpenCV、HuggingFace Transformers/Datasets、视频理解、音频处理、WebDataset、分布式数据处理、开源项目经验者优先。