数据挖掘工程师 —【可灵大模型团队】

Job description

数据pipeline建设

• 负责视频生成大模型的训练数据构建与管理，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，支持模型的持续迭代；

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。提供数据分布的可视化报告及改进建议，确保模型训练数据覆盖目标场景和多样性需求；

用户数据分析

• 分析用户交互数据，评估视频生成效果与用户满意度，提取用户反馈中的数据优化方向。构建用户行为分析模型，探索用户需求变化并为模型优化提供参考；

优化模型生成效果

• 构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果，结合A/B测试等手段验证调整效果。与算法工程师合作，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。
• 统计学、数学、计算机或相关专业硕士及以上学历，具备扎实的数据分析与建模基础；
• 熟练使用Python、SQL等分析工具，掌握常用数据分析与可视化工具（如Pandas、Tableau、Matplotlib等）；
• 有深度学习数据处理、特征提取经验，对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识，具备深度学习相关项目经验者优先；
• 具备良好的沟通能力和团队合作精神，能够独立完成分析并提出可落地的优化建议；

加分项

• 对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣，关注行业最新动态并能提出创新性建议。