字节跳动大模型多模态数据处理专家

1、负责大模型多模态数据处理产品的研发，打造大模型时代数据处理toB产品； 2、负责大数据平台产品与多模态数据处理产品的深度联动研发； 3、结合字节跳动、国内客户场景诉求，支撑多模态数据处理需求； 4、负责Data + RAG 方向研发和场景落地。

1、面向AIGC行业的基础模型领域，完成多模态大数据系统和核心组件的架构和开发； 2、设计并维护覆盖大模型多模态数据全生命周期的数据系统，包括数据采集，挖掘，构造，分析和价值验证等； 3、理解AIGC的数据需求和逻辑，建设智能高效的数据挖掘手段，实现海量多模态数据的有效治理和数据效果高效转化。

1、数据特征算法方案制定与效果优化：针对不同模态、多种类目的数据，设计自动化筛选方案；对多模态数据涉及的前沿特征算法（如物体跟踪、ID 重识别、音频分离）进行场景化效果优化。与算法工程师协作，制定数据调整与扩展策略，提升模型在真实场景中的生成能力； 2、数据 pipeline 建设：负责多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型持续迭代； 3、数据分布分析：对模型训练数据分布进行详细分析，识别数据偏差、不均衡及潜在问题。提供可视化报告及改进建议，确保训练数据覆盖目标场景并满足多样性需求，最终通过数据驱动方法优化视频生成大模型效果。

1、负责快手多模态大模型预训练和对齐相关的工作，包括但不限于：多模态预训练、视觉预训练、文本预训练、多模态对齐等； 2、负责快手百亿规模多模态数据处理和清洗工作，包括图文数据、网页数据、短视频等多模态数据相关性、数据质量建设等等； 3、负责将多模态大模型落地到快手推荐、搜索、电商、商业化等应用场景，从预训练层面提升各个场景的内容理解能力； 4、负责跟进多模态大模型的前沿研究，保持部门在大模型方面的技术领先。