数据特征算法方案制定与效果优化：针对不同模态、多种类目的数据，设计自动化筛选方案
对多模态数据涉及的前沿特征算法（如物体跟踪、ID 重识别、音频分离）进行场景化效果优化
与算法工程师协作，制定数据调整与扩展策略，提升模型在真实场景中的生成能力
数据 pipeline 建设：负责多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作
分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型持续迭代
数据分布分析：对模型训练数据分布进行详细分析，识别数据偏差、不均衡及潜在问题
提供可视化报告及改进建议，确保训练数据覆盖目标场景并满足多样性需求，最终通过数据驱动方法优化视频生成大模型效果