蚂蚁集团-多模态语料质量评估与优化工程师-杭州/上海

岗位职责

1. 多模态语料质量评估体系建设 ： 1）设计覆盖文本、图像、音频、视频等多模态数据的质量评估维度（如一致性、完整性、跨模态对齐度等），建立可量化、自动化的质量度量框架，定义多模态场景下的质量验收基线与SOP； 2）研发基于语义理解的自动化质检算法，开发可视化质检平台与诊断工具，支持跨团队（算法/数据/工程）协同的数据质量分析决策。
2. 结构化语料优化与增强： 构建从非结构化多模态数据到高质量结构化知识（图谱、合成链路等）的生成与验证闭环，利用可控Agent生成技术检测高保真、多样化逻辑推理样本，提升数据的逻辑密度与可解释性，并通过对抗验证与消融实验评估其对模型泛化能力的增益。
3. 数据-模型质量飞轮驱动： 通过质量导向的数据消融实验，量化分析语料结构质量、分布均衡性、噪声水平对模型推理能力与知识记忆的影响边界，建立“低质样本诊断->清洗/合成策略迭代->模型性能验证”的闭环流程，推动以数据质量为核心的模型持续优化。

任职要求

1. 教育背景：计算机、数学、人工智能、自然语言处理或相关领域本科及以上学历，硕士/博士优先。
2. 专业经验： 1）2年以上自然语言处理、多模态数据处理或数据科学研发经验，有大模型预训练/微调语料治理经验者优先； 2）深入掌握信息抽取（实体/关系/属性）、数据清洗、标注一致性评估、数据合成中的至少一项核心技术；3）具备多模态对齐分析或跨模态质量度量项目实践。
3. 技术能力： 1）精通PyTorch/TensorFlow，熟练使用Transformers、LangChain等工具链； 2）熟悉大规模数据处理框架及分布式计算优化； 3）有基于LLM或Diffusion模型的合成数据生成与验证实践经验。
4. 数据质量能力： 1）具备数据敏感度，能从多模态数据分布中识别系统性偏差、噪声模式及知识缺口，并转化为可执行的优化策略； 2）具备构建自动化质检、设计数据SLA、建立质量监控看板的工程化能力； 3）善于通过消融实验、反向验证、模型探针等方法，量化评估语料质量对下游任务的影响。
5. 综合能力： 1）逻辑严谨，擅长从复杂数据中提炼质量规则，具备根因定位与系统性优化能力； 2）跨模态思维能力强，能贯通“原始数据-结构知识-模型能力-评估反馈”全链路； 3）对数据治理、标注一致性、合成数据可信度等质量议题有深度认知与落地热情。
6. 加分项： 1）在ACL/CVPR/NeurIPS等顶会发表过数据质量、信息抽取或合成数据方向论文； 2）有高质量开源数据集构建或数据质量相关工具开源经验； 3）熟悉Prompt工程、程序化数据生成等前沿技术并应用于质量增强场景。

岗位标签

NEW

特色标签

Agent合成、Python、优秀开源项目经历、关系抽取、内容、分布式训练、发表算法相关优秀论文、可控数据生成、合成数据、图像、多模态对齐、多模态数据、多模态算法、多模态融合、大数据处理工具(Spark/Hadoop/Hive)、大模型、大模型算法、大语言模型、实体抽取、属性抽取、数据SLA、数据消融、数据质量、数据质量管理、数据质量评估、文本生成、智能体、机器学习、标注、模态对齐、消融分析、深度学习、知识图谱、知识结构化、算法工程化经验、结构化数据、自动化质检、视频、训练语料质量、语义理解、语料治理、语料结构化、语料质检、语音、质量度量、质量消融、跨模态、跨模态对齐度