多模态数据工程师（视频生成方向）

该职位来源于猎聘 【关于我们】 专注于多模态视频生成，正在构建以人物为核心（human-centric）的生成模型。数据是模型能力的核心杠杆——数据的质量、组成与评测方式，直接决定模型上限。数据团队不只是"处理数据"，而是通过数据与评测的闭环，持续定位模型的能力边界并推动效果提升。 【我们在找什么样的人】 这个岗位对经验背景不设固定门槛，我们同等欢迎以下两类候选人：

有相关岗位经验：在其他公司做过视频生成 / 多模态方向的数据或算法工作，熟悉 DiT、video generation 模型的训练流程，理解模型能力边界，能独立针对新产品需求设计数据与训练管线

工程能力突出：有大规模数据处理或高性能计算（HPC）开发经验，深度学习基础扎实，擅长搭建高吞吐、可扩展的数据处理系统，即使此前没有直接做过视频生成方向的数据工作 【工作职责】 1.设计并搭建从原始视频到训练数据的端到端数据管线：镜头切分、运动 / 画质 / 人物 / 水印 / 转场检测、VLM 打标等算子的自动化与规模化 2.构建视频生成模型的评测体系：设计 benchmark、自动化指标（音视频同步、画质、动作自然度、指令遵循等）与人工评测流程 3.打通数据 - 评测 - 模型的闭环：用评测结果定位模型 failure mode 反推数据策略，用模型表现筛选高价值数据 4.通过实验研究数据与模型效果的关系（data composition / mixture / scaling），回答"什么样的数据能让模型更好" 5.跟踪、复现业界 SOTA 的数据 pipeline 与评测方案，结合自身场景持续改进 【任职要求】（满足以下任一背景即可） 背景 A：视频生成 / 多模态数据经验

有在视频生成、多模态或数字人相关方向担任数据 / 算法岗位的经验（不限公司大小，实习经历同样欢迎）

熟悉 DiT 类架构、视频生成模型（如 Sora、Wan、HunyuanVideo、LTX-Video 等）的训练流程与数据需求

对模型能力边界有实际判断经验，做过"为解决某个 failure mode 而调整数据"的工作 背景 B：工程 / 大规模系统能力

有大规模数据处理、分布式系统或高性能计算开发经验（如处理过 TB/PB 级数据、构建过高吞吐 pipeline）

深度学习基础扎实，熟练 Python，能快速理解模型训练流程并将其转化为工程需求

计算机 / AI / 数学等相关专业，优秀应届生、在校实习生或有工作经验者均可 【通用要求 】 1.对数据质量敏感，能在快速迭代中独立推进任务 2.有好奇心和探索欲，能读懂并复现前沿论文 3.英文文献阅读无障碍 【加分项】 1.深入理解主流视频生成架构的底层机制（如 DiT、flow matching / diffusion、Self-Forcing / DMD训练细节），并能就数据构成如何影响这些机制形成自己的判断 2.主导或深度参与过千万级以上视频数据的清洗、去重、质量分层 pipeline 建设，有可复用、可迁移的工程方案沉淀，而非一次性脚本 3.有在分布式或异构计算集群上设计大规模数据处理系统的经验（如 Ray、Spark、自研任务调度系统） 4.有顶会（CVPR / ICCV / NeurIPS / ICML 等）一作或核心贡献论文，或有具备行业影响力的开源项目（如 star 数量、被业界采用情况）