返回岗位列表

多模数据算法实习生（coding方向）

查看原岗位

地点：北京薪资：300-400元/天日期：2026-06-26

岗位摘要

研究高质量训练数据合成方案，调研并分析前沿的多模态大模型训练数据合成方法及最佳实践（如CoSyn、MathCoderVL等）；建立合成数据的质量评估体系（如图像合理性、图像-文本匹配度等），设计自动化拒绝采样策略

岗位职责

研究高质量训练数据合成方案，调研并分析前沿的多模态大模型训练数据合成方法及最佳实践（如CoSyn、MathCoderVL等）
建立合成数据的质量评估体系（如图像合理性、图像-文本匹配度等），设计自动化拒绝采样策略
基于下游任务的反馈，持续迭代优化数据合成prompt、渲染代码与生成参数
根据研究成果，设计并开发基于代码渲染（如LaTeX、Matplotlib、pyblender等）的各类多模态数据合成工具链
构建并调优数据合成管线的核心模块，包括prompt模板库、渲染引擎调度、LLM/VLM调用等模块

任职要求

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，了解图像数据处理和分析的基本方法和工具
对大模型基础原理、大模型训练数据（文本&图像）有一定的理解
具备基于代码生成合成图像的实践经验，熟悉至少一种渲染工具（如Matplotlib、HTML/CSS、LaTeX、SVG等）
有使用LLM/VLM API（GPT、Claude、Gemini等）进行自动化数据生成的经验
了解合成数据质量评估方法，知晓不同domain的合成数据该用何种标准进行质量评估
具备利用大模型相关工具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
实习时间持续3个月，可以6个月以上者优先

福利待遇

实习薪资300-400元/天
每周工作4天
实习期至少3个月
线下办公，地点在北京市海淀区苏州街大恒科技大厦

工作地址

北京海淀区大恒科技大厦12F