哔哩哔哩(bilibili|b站)招聘预训练数据算法实习生（视频生成方向）
招聘职位：
预训练数据算法实习生（视频生成方向） 搜索同类职位
岗位介绍：
职位亮点
面向视频生成基模型预训练，研究多模态数据的内容、质量与分布对模型能力的影响。你将参与大规模视频及图文数据的理解、分析和策略设计，从数据视角改善模型的世界知识、运动表现、物理规律、镜头语言和视觉质量。
职位描述
工作职责:
1. 分析大规模视频、图像及文本数据的内容分布、质量、多样性、冗余度、长尾覆盖和缺失模式。
2. 建设多模态数据理解能力，包括 embedding、检索、聚类、分类、标签体系、Caption 和质量评估。
3. 研究并落地数据清洗、去重、召回、采样、数据配比和课程学习等策略，优化预训练数据组成。
4. 围绕人物、场景、动作、运镜、时序一致性、物理规律和审美等维度，建立视频数据分析与分层方法。
5. 与模型团队共同设计数据消融和对比实验，分析数据规模、质量及分布对模型能力的影响。
6. 持续识别预训练数据中的能力缺口，形成“数据分析—策略设计—训练实验—效果归因”的数据飞轮。
7. 参与大规模数据处理 Pipeline、数据分析平台和可视化工具建设，提高数据研究及生产效率。
工作要求:
1. 2027 届以后本科或研究生在读，计算机、人工智能、数学、统计学等相关专业优先。
2. 熟悉深度学习基础，了解多模态模型、视觉语言模型或视频生成模型的基本原理。
3. 对数据内容及分布敏感，能够从数据现象中发现问题、提出假设并设计实验验证。
4. 熟练使用 Python，掌握 PyTorch，具备良好的数据分析、统计和可视化能力。
5. 了解 embedding、向量检索、聚类、分类、去重或采样等常用算法。
6. 具备较强的研究能力和工程能力，能够独立定义问题并推动落地。
7. 每周可实习 4 天及以上，连续实习 3 个月以上，能长期实习者优先。
投递简历
职位亮点
面向视频生成基模型预训练，研究多模态数据的内容、质量与分布对模型能力的影响。你将参与大规模视频及图文数据的理解、分析和策略设计，从数据视角改善模型的世界知识、运动表现、物理规律、镜头语言和视觉质量。
职位描述
工作职责:
1. 分析大规模视频、图像及文本数据的内容分布、质量、多样性、冗余度、长尾覆盖和缺失模式。
2. 建设多模态数据理解能力，包括 embedding、检索、聚类、分类、标签体系、Caption 和质量评估。
3. 研究并落地数据清洗、去重、召回、采样、数据配比和课程学习等策略，优化预训练数据组成。
4. 围绕人物、场景、动作、运镜、时序一致性、物理规律和审美等维度，建立视频数据分析与分层方法。
5. 与模型团队共同设计数据消融和对比实验，分析数据规模、质量及分布对模型能力的影响。
6. 持续识别预训练数据中的能力缺口，形成“数据分析—策略设计—训练实验—效果归因”的数据飞轮。
7. 参与大规模数据处理 Pipeline、数据分析平台和可视化工具建设，提高数据研究及生产效率。
工作要求:
1. 2027 届以后本科或研究生在读，计算机、人工智能、数学、统计学等相关专业优先。
2. 熟悉深度学习基础，了解多模态模型、视觉语言模型或视频生成模型的基本原理。
3. 对数据内容及分布敏感，能够从数据现象中发现问题、提出假设并设计实验验证。
4. 熟练使用 Python，掌握 PyTorch，具备良好的数据分析、统计和可视化能力。
5. 了解 embedding、向量检索、聚类、分类、去重或采样等常用算法。
6. 具备较强的研究能力和工程能力，能够独立定义问题并推动落地。
7. 每周可实习 4 天及以上，连续实习 3 个月以上，能长期实习者优先。
投递简历
免责声明：
此信息由b站官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“b站官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！