魔方工作室-视频模型数据工程师

1.数据策略与配比：制定预训练 / 微调 / 对齐各阶段的数据配方（domain、动作类别、画质、时长、分辨率分布），用实验驱动配比决策； 2.大规模数据管线：设计并落地视频数据的采集、去重、清洗、镜头分割、质量过滤、标注与版本管理流程，保障可复现与可追溯； 3.标注体系设计：定义动作/交互的标签体系（刺激-反应分类、轨迹、物件、深度等），制定标注规范与质检抽样方案，管理标注质量； 4.控制信号对齐：建立 caption、轨迹、首末帧、深度/mask 等条件信号与视频帧的对齐与质检指标，量化对齐误差对生成效果的影响； 5.评测与归因：构建画质、时序一致性、身份保持、控制响应等离线评测集与指标，做数据-效果归因分析，定位"哪类数据缺失导致哪类 bad case"； 6.数据质量度量：定义并监控数据集的覆盖度、多样性、噪声率、长尾分布等指标，建立数据健康度看板。

1.统计 / 计算机 / 数学 / 数据科学相关本科及以上；3 年以上数据科学 / 数据工程 / 机器学习数据相关经验； 2.精通 Python 与数据处理生态（pandas / numpy / SQL），熟悉大规模数据处理（Spark / Ray / 分布式存储其一）； 3.扎实的统计与实验设计能力：抽样、A/B、假设检验、相关性 vs 因果，能用数据讲清楚"为什么"； 4.有处理非结构化数据（图像/视频/文本）的实际经验，理解数据质量对模型效果的影响； 5.良好的可视化与沟通能力，能把复杂分析结论转化为可执行建议；严谨、可复现的工作习惯，注重数据版本与血缘管理。