【职位描述】
- 预训练数据处理：
- 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，如分词、去噪、归一化等，以确保数据质量。
- 对数据进行抽样检查和质量评估，及时发现和纠正数据问题。
- 预训练数据合成：
- 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
职位要求：
- 教育背景： 本科或研究生在读，计算机相关专业优先
- 技术能力： 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。
- 多模态理解： 对多模态数据（文本、图像）有基本的理解。
- 学习能力： 具备快速学习和适应新知识、新技能的能力。
- 团队合作： 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
工作地点： 北京市海淀区苏州街大恒科技大厦 线下办公
