多模态数据算法工程师（视频生成方向）

该职位来源于猎聘 在大模型时代，数据工程是模型能力的核心基石，也是模型迭代的驱动力——数据的质量、组成与评测方式，直接决定模型的上限。数据团队做的远不止「处理数据」：我们用数据与评测的闭环，持续定义并推动模型效果的边界。

【工作职责】

• 设计并搭建从原始视频到训练数据的端到端数据管线，用检测 / 过滤 / 打标等算子实现数据处理的自动化与规模化（镜头切分，运动 / 画质 / 人物 / 水印 / 转场检测，VLM 打标等）
• 构建视频生成模型的评测体系：设计 benchmark、自动化评测指标（音视频同步、画质、动作自然度、指令遵循等）与人工评测流程
• 打通数据 ↔ 评测 ↔ 模型的闭环：用评测定位模型的 failure mode，反向驱动数据策略；用模型表现反过来筛选高价值数据
• 探索数据与模型效果之间的关系（data composition / mixture / scaling），用实验回答「什么样的数据能让模型更好」
• 跟踪、复现业界 SOTA 的数据 pipeline 与 evaluation 方案，并结合我们的场景持续改进

【任职要求】

• 计算机 / AI / 数学等相关专业，优秀应届、在校实习生或 1–3 年经验均可
• 算法与工程基础扎实，熟练使用 Python，理解机器学习 / 深度学习基本原理
• 有计算机视觉 / 多模态 / 视频音频处理相关的项目、研究或实习经验
• 有好奇心和探索欲，对「数据如何驱动模型」有自己的思考，能读懂并复现前沿论文
• 对数据质量敏感，能在快速迭代中独立推进；英文文献阅读无障碍

【加分项】

• 了解主流视频生成模型（Sora、Wan、HunyuanVideo、LTX-Video 等）及其数据 / 评测方法
• 熟悉视频生成评测指标（FVD、Sync-C 等），或有 talking-head / 数字人 / 音视频建模经验
• 熟悉 SyncNet / ASD / 场景切分等工具，或有 VLM 大规模打标经验
• 有相关论文 / 开源项目