视频生成算法实习生 (数据)

职位描述

负责视频模型研发中，数据 → 模型训练 → 评测 → 迭代 的完整研发链路：

1. 视频数据理解、筛选、质量建模与 Data Scaling

2. Caption / VLM workflow、多模态数据算法

3. OCR / ASR / Detection 等多模态信息融合

4. 设计数据策略，并通过 模型训练和 Ablation 直接验证收益

5. 参与视频基础模型训练、实验分析和版本迭代

任职要求

1. 熟悉 diffusion / flow matching / DiT 等生成模型基础。

2. 有较强工程实现能力和实验推进能力，能在不确定问题中快速验证想法。

3. 以下经验加分：

-使用过 FFmpeg、OpenCV、HuggingFace Transformers/Datasets；

-有视频理解、音频处理（如说话人分离、语音识别）相关项目经验；

-了解 WebDataset/tar 格式数据集、分布式数据处理（Ray/多进程）；

-有参与过开源项目或有 GitHub 项目记录优先。

-熟练使用Code Agent工具的优先。