岗位职责： 1. 需求分析与规划： 深刻理解VLM核心任务及其数据需求，识别当前数据短板。 2. 数据检索与获取：高效利用网络资源（包括主流社交媒体平台、专业社区、公开学术数据集库、特定领域网站等）检索、爬取所需的多模态原始数据。 3. 数据定制化： 根据特定项目方向（如面向用户实时交互的视频流媒体场景）定制数据源策略和数据采集方案。 4. 数据处理与构建： ○ 设计并执行数据清洗、预处理、去噪流程。 ○ 定义并确保高质量的数据标准。 ○ 组织和管理数据标注工作。 ○ 构建结构化的、适用于模型训练和评测的高质量数据集。 5. 流程优化： 持续优化数据获取、处理、标注、存储和管理流程，提升效率与质量。 6. 评测数据建设： 专注于构建公平、全面、具有挑战性的VLM模型评测数据集，服务于模型能力评估和行业对比。 任职资格： 1. 学历与专业背景： ○ 计算机科学、数据科学、人工智能、软件工程或相关领域的本科及以上学历。 2. 相关经验与技术领域年限： ○ 年限： ■ 1年～3年数据处理、数据工程或机器学习相关领域工作经验。 ■ 1年及以上实际处理多模态数据（图像+文本、视频+文本等）的项目经验，熟悉其特有挑战和处理方法。 ○ 优先：有视觉语言模型（VLM） 相关项目数据工作经验，深刻理解其数据需求。 3. 专业技能： ○ 数据处理基础扎实： 了解数据清洗、预处理、转换技术，熟悉常见的数据处理工具和库（如Pandas, NumPy, SQL等）。 ○ 多模态理解基础： 对计算机视觉（CV）和自然语言处理（NLP）的基本概念、任务及数据格式有清晰理解。 ○ VLM任务认知： 深入理解主流VLM任务的原理、评估指标及其对数据的具体要求（如高质量的图文对、精准的视频-文本对齐）。 ○ 网络数据检索能力： 熟练掌握从各类网络资源（社交媒体、专业论坛、公开数据集平台、特定领域网站）高效检索和获取所需数据的方法与工具（如爬虫技术、API使用）。 ○ 数据标准制定： 具备定义清晰、可执行的多模态数据质量标准（如图文相关性、视频片段描述准确性、时序对齐度）的能力。 ○ （加分项）数据标注管理： 有设计标注规范、管理标注团队或使用标注平台的经验。 4. 软技能： ○ 信息搜集与整合能力： 能够敏锐地发现并整合分散的网络数据资源。 ○ 分析与解决问题能力： 能够精准分析VLM任务的数据需求，识别数据短板，并制定有效的解决方案。 ○ 细致严谨： 对数据质量有高标准要求，注重细节，确保数据的准确性和一致性。 ○ 沟通协作： 能够清晰表达数据需求和标准，与算法工程师、研究员、标注团队等进行有效协作。 ○ 主动性： 主动探索新的数据源、工具和方法，持续优化数据流程。 ○ 学习能力： 能够快速学习VLM领域的新进展及其对数据提出的新要求。 福利待遇： 1、综合薪资：12K-24K 2、缴纳五险一金，有带薪休假 上班时间： 1、9:30-18:00双休 2、可弹性1小时打卡 3、法定节假日正常休