快手多模态数据链路质量专家-【可灵AI专项】
任职要求
1、本科及以上学历，5 年以上质量管理、数据工程或音视频相关工作经验； 2、熟悉音视频数据处理链路、数据仓库架构及大模型预训练流程，具备端到端质量把控的方法论与实战经验； 3、熟练使用 Python/Java 等技术语言，具备自动化脚本、质量评测工具或数据监…
工作职责
1、从零搭建多模态数据链路的端到端质量保障体系，制定质量准入标准、评测指标与监控机制，对数据交付质量负责； 2、通过端到端抽样测试、自动化质量评测及异常检测等手段，系统性识别数据链路中的问题与优化空间，协同链路算法与工程团队共同推动质量改进，守好数据链路底线； 3、建立缺陷追踪与持续改进机制，推动链路问题从发现、归因到修复的全流程闭环，持续提升数据交付的可靠性与一致性； 4、将质量诉求转化为工具链及平台需求，与工程团队紧密配合，推动 QA 能力从人工走查向自动化、规模化升级。
我们正在寻找对人工智能、多模态数据处理、系统性能优化感兴趣的实习生，参与一个面向多模态数据获取、解析、压缩与高效传输的研究课题。该课题聚焦于提升多模态系统在复杂环境下的实时性表现与资源利用率，具有广泛的应用前景（如智能运维、RAG检索增强生成、边缘计算等）。你将参与的工作包括但不限于： 1. 多模态数据采集与预处理：从网页、API、数据库、摄像头、麦克风等来源获取文本、图像、音频和视频数据； 2. 多模态数据解析与特征提取：使用OCR、ASR、NLP、CV等技术解析不同模态内容； 3. 模型轻量化与加速：探索基于Transformer、CNN、LSTM等模型的压缩、蒸馏、量化方法； 4. 系统级优化与部署：设计低延迟、低资源占用的数据处理流程，支持在边缘设备上运行； 5. 性能评估与实验分析：构建测试集，评估系统的吞吐量、响应时间、准确率等关键指标； 6. 撰写技术文档与研究报告：整理实验过程、结果与改进建议。 技术要求（优先但不强制）： 1. 熟悉Python编程语言，有良好的代码规范； 2. 了解基本的NLP、CV或语音识别技术； 3. 掌握至少一种深度学习框架（PyTorch/TensorFlow）； 4. 熟悉Linux系统及常用命令行工具。 有以下经验者优先考虑： 1. 多模态任务处理经验（如CLIP、Flamingo等）； 2. 模型压缩与部署经验（如TensorRT、ONNX、OpenVINO、TVM等）； 3. 使用过音视频处理工具（如FFmpeg、OpenCV、Whisper、YOLO等）； 4. 有一定系统编程能力（C/C++、CUDA、FPGA基础）。
1.负责模型预训练、微调、部署及推理过程中的数据准备、模型和数据加速、数据集存储及管理，为大模型提供高效稳定的多模态数据预处理能力，构建高质量的AI数据迭代链路。 2.探索AI Native的多模数据存储格式，支持AI数据高效存储、读取和分析，提升数据的使用价值。 3.跟进LLM、多模态大模型的前沿发展，探索数据如何更好驱动模型迭代。
职位描述： 1、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，工作内容 2、参与建设对标业内前沿的多模态训练数据集，并在此基础上进一步提升数据质量和多样性； 3、参与构建高质量多模态数据产出的Pipeline，包括图文数据质量、视频数据质量、Pipeline的优化等；
1、为视觉生成模型构建高质量训练数据，兼顾多模态理解与生成相关工作，优化视觉生成模型的数据构建 pipeline，为模型性能提升提供可靠的数据支撑； 2、设计并落地数据有效性验证方案，验证数据对视觉生成模型训练的实际作用，探索数据在模型训练中的有效性； 3、在顶会顶刊上发表研究成果和开源代码，提升团队在多模态视频生成等领域的学术声望。