工作职责: 1. 构建多模态视频理解模型的数据飞轮，对语音/图片/视频 等原始语料进行结构化分析理解，参与多模态大模型的数据准备、数据清洗、数据实验等工作，构建高质量的多模态数据集。 2. 针对文生视频，图生视频等不同任务，设计提示词工程，构建高质量多模态数据产出的Pipeline，提升模型对主体、动作、场景、运镜等信息的理解能力。 3. 配合理解大模型SFT专项进行模型训练、评测结果分析，根据实验结果定位数据中可能存在的问题。 工作要求: 1.计算机/软件工程等相关专业本科以上学历； 2. 沟通主动、细心、负责、稳定性好，能够耐心处理一定量的数据筛选、质检等工作。 3. 熟悉计算机视觉、多模态领域的相关研究工作和算法，有大模型相关数据处理工作经验者优先 4. 学习能力强、对于大模型拥有热情；有vllm、多模态数据、算法模块经验者优先 5. 可以尽快到岗，稳定实习六个月的同学优先。