多模数据实习生
岗位摘要
收集、整理和清洗用于预训练的多模态数据，包括文本、图像等；对数据进行预处理，如去噪、归一化表达等，以确保数据质量；对数据进行抽样检查和质量评估，及时发现并纠正数据问题；探索适合多模态图文理解大模型预训练的数据合成手段，包括但不限于几何、3D、计数领域
岗位职责
- 收集、整理和清洗用于预训练的多模态数据，包括文本、图像等
- 对数据进行预处理，如去噪、归一化表达等，以确保数据质量
- 对数据进行抽样检查和质量评估，及时发现并纠正数据问题
- 探索适合多模态图文理解大模型预训练的数据合成手段，包括但不限于几何、3D、计数领域
- 设计实验验证合成数据的有用性，并依此迭代优化数据合成pipeline
任职要求
- 本科或研究生在读，计算机/人工智能相关专业优先
- 熟悉Python编程语言，了解文本/图像数据处理和分析的基本方法和工具
- 对多模态数据（文本、图像）有基本的理解，有大模型知识/经验者优先
- 具备快速学习和适应新知识、新技能的能力
- 良好的沟通能力和团队合作精神，能够与团队成员密切合作
- 持续实习3个月，可以6个月以上者优先
福利待遇
- 实习薪资500-1000元/天
工作地址
北京海淀区大恒科技大厦12F