语音大模型数据算法实习生
岗位摘要
结合前沿算法，探索更高效、优质的数据pipeline，对已有数据pipeline中的关键算法模块进行评估与优化；参与大规模语音数据的清洗、筛选与标注流程，构建高质量训练数据集；对训练数据与pipeline进行系统性分析与梳理，整合多类型数据及处理流程，构建统一的数据处理体系
岗位职责
- 结合前沿算法，探索更高效、优质的数据pipeline，对已有数据pipeline中的关键算法模块进行评估与优化
- 参与大规模语音数据的清洗、筛选与标注流程，构建高质量训练数据集
- 对训练数据与pipeline进行系统性分析与梳理，整合多类型数据及处理流程，构建统一的数据处理体系
- 验证已产出数据在模型上的效果，构建数据和模型的紧密联系，保证数据产出质量
- 对各阶段pipeline产出数据进行统一管理，提升数据使用效率
任职要求
- 本科及以上学历
- 加分项：有一定的语音模型训练基础，了解各个训练阶段的完整流程
- 加分项：了解Ray等分布式数据处理框架
福利待遇
- 500-550元/天
工作地址
北京海淀区大恒科技大厦12F