数据合成算法工程师

1.数据合成算法研发 ◦负责设计并实现图像、视频、文本、语音、3D点云等多模态数据合成算法； ◦研发高质量数据生成技术，包括数据扩增、风格迁移、图像生成、文本生成等； ◦探索AIGC（如文生图、文生视频、3D资产生成）在训练数据合成中的应用。 2.前沿领域数据支撑 ◦具身智能方向：支撑机器人、自动驾驶、虚拟Agent等场景的数据清洗与合成，包括视觉-语言-动作（VLA）数据、机械臂操作序列、仿真环境数据等； ◦科学智能方向：支撑AI for Science场景的结构化数据处理，如分子性质预测、基因序列、科学文献等多模态科学数据的清洗与质量评估； ◦智能体（Agent）方向：支撑多模态Agent的训练数据构建，包括多轮对话交互、工具调用、任务规划、长程推理等数据的设计与合成。 3.数据质量与评估 ◦构建数据质量自动评估与筛选算法 ◦研究合成数据的分布优化与多样性提升方法 ◦设计数据有效性验证方案 4.数据处理与工程化 ◦设计高效的数据处理流水线，支持大规模训练数据的快速构建 ◦优化数据合成算法性能，提升数据生成效率 ◦参与数据闭环系统建设，实现数据驱动的模型迭代 5.前沿技术探索 ◦跟踪具身智能、科学智能、Agent等领域的最新研究成果 ◦探索合成数据（Synthetic Data）在前沿模型训练中的最佳实践

学历要求： •熟练掌握Python/C++，熟悉PyTorch/TensorFlow等深度学习框架 •具备数据处理与分析能力，熟悉NumPy、Pandas等工具

素质要求： •良好的问题分析与解决能力，能够独立开展算法研发工作 •较强的学习能力和自驱力，对新技术有好奇心 •具备良好的团队协作与跨方向沟通能力 •有顶会论文、开源项目经验者优先

加分项（满足其一）： •有Diffusion Model、GAN、VAE等生成模型的研究或工程经验 •有具身智能相关经验（机器人数据、仿真环境、VLA模型等） •有科学智能相关经验（分子设计、蛋白结构、科学文献处理等） •有Agent相关经验（对话系统、工具学习、ReAct/CoT等推理框架） •熟悉数据扩增技术（如albumentations、torchvision transforms） •了解主动学习、半监督学习、小样本学习