我们正在寻找一名全职的数据价值算法工程师，面向自动驾驶、机器人、智能座舱等业务中的 VLA 和世界模型的数据需求，围绕数据价值提升，设计高效、准确的数据分析、价值评估、场景发现与数据流转方案，为模型训练持续提供高价值数据。 工作职责 1、数据价值分析与优化 围绕模型训练的数据需求，构建数据价值分析体系，通过规则、模型及向量等多种算法，对海量数据进行分析、理解和组织。 包括但不限于： 发现高价值场景，识别和剔除低价值、异常及脏数据； 构建完善的数据标签体系，持续提升数据可理解性； 分析和优化训练数据集分布，提升数据覆盖率、多样性与信息密度； 设计数据价值评估算法，持续提升训练数据质量。 2、基于视频图像与语音的内容理解 利用 VLM 等多模态模型，对视频和图像内容进行理解、结构化和向量化，构建高效的数据组织与检索能力。 包括但不限于： 利用 SFT 等技术持续提升 VLM 对长尾、稀缺场景的理解能力； 构建海量数据的向量化分析与相似场景检索方案，提高数据发现与复用效率； 结合多模态理解能力，持续丰富数据标签与语义表达。 3、数据工程与数据流转 搭建高性能数据产线，为海量数据分析、处理和流转建立稳定高效的工程基础。 包括但不限于： 优化数据分析、标签生成及流转过程中 CPU/GPU 的资源利用效率； 使用 Airflow、Dagster 等工作流系统构建自动化数据处理链路； 建设稳定、可扩展的数据基础设施，支撑数据价值持续迭代。