多模态数据算法实习生

参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、数据筛选、数据构造与质量分析； 根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理； 参与训练数据方法调研，阅读多模态、视觉训练、图文对齐、数据合成、数据质量评估等相关论文和资料，沉淀可复用的方法思路； 结合模型训练效果和业务反馈，协助分析数据问题，提出数据优化、样本补充、质量提升等改进建议； 与算法、数据工程及评测团队协作，支持训练数据从需求理解、方案设计到落地交付的全流程工作

2027届或2028届毕业，本科及以上学历，计算机相关专业优先； 每周可稳定实习5天， 27届毕业季人选表现良好可提供实习转正机会； 熟练掌握 Python、C++等编程语言，具备良好的编程能力和算法基础； 熟悉 Spark、Ray、MaxCompute等分布式计算框架中的一种或多种，有海量数据处理经验者优先； 有一定数据处理基础，接触过数据清洗、数据分析、数据标注规范设计、训练数据构造或数据质量评估者优先； 对多模态模型、视觉模型、图文理解、图文合训、训练数据建设等方向感兴趣，有相关项目获论文经验更佳； 具备较强的信息检索和调研能力，能够主动阅读论文、技术博客或开源资料，并将调研结果转化为可执行的数据方案。

【岗位亮点】 深度参与大模型多模态训练数据建设，接触真实图文合训与视觉训练场景； 工作内容兼具数据工程、模型训练理解和方法调研，适合希望进入AI数据、模型训练、多模态方向发展的同学； 有机会与算法、数据工程、评测等团队协作，整理解训练数据如何影响模型效果