职位描述：
参与百川多模态大模型的数据制作、模型训练和模型评测等工作，构建丰富且高质量的大规模多模态数据集，工作内容包括：
1. 负责各类数据（如图像、视频、文本等）的清洗、去重、数据组织及质量控制策略制定，优化多模态数据评估体系，确保多模态数据的多样性和质量的持续提升。
2. 承担多模态数据合成方法的研究任务，在保证数据多样性的前提下，提高数据质量，优化图像/视频描述的生成。
3. 主导多模态数据动态采样的研究工作，包括多模态数据配比、采样权重信号建设以及自动化采样技术等。通过分析采样对模型效果的影响，不断优化数据采样策略。
4. 专注于多模态数据组织方式的研究，挖掘图像、视频、文本等多模态数据之间的关联，以提升模型效果。
职位要求：
本科及以上学历，计算机、数学、统计学、模式识别等相关专业。博士学位优先，有顶会论文发表、大模型开发经验以及一线互联网公司 多模态和NLP 算法开发经验者优先。
1.具备快速阅读和复现论文的能力，能够系统地对比研究领域的相关成果，并制定改进计划。
2.熟练掌握 Python/C++等语言，熟悉 Pytorch、Tensorflow 等常用深度学习工具。
3.对数据结构和算法有深入的理解和研究，有较强的算法实现能力者优先。
4.具有强烈的进取心和求知欲，善于学习新事物，有志于通过Data Centric来挖掘数据潜力，提升模型效果。
5.具备卓越的分析和解决问题的能力，具备良好的团队合作精神和沟通能力。