脉脉AI数据标注实习生

1.携程酒店业务数据标注工作； 2.对文本进行打标签，分词，标注词性等； 3.对图片、视频等多媒体信息进行分类、质量评估，区域实体标注等； 4.其他的相关数据整理工作。

1.数据标注与质量提升：根据详细的标注规则与质量标准，对AI大模型的聊天对话数据进行精准的标注、分类、评估和修正。这包括但不限于指令评估、回复质量打分、多轮对话改写、问题泛化等，旨在不断提升训练数据的质量 2.质量审核与反馈：对已标注的数据结果进行严格的质量检查与审核，确保数据的准确性与一致性。能够主动发现标注过程中的共性问题和数据缺陷，并及时向项目组反馈，参与标注规则的优化讨论 3.跨团队协作支持：与算法、产品等相关部门保持积极沟通，理解其数据需求背景，为模型训练和优化提供高质量的数据支持，并协助完成部分培训答疑工作

1、多模态数据处理与标注 根据机器人项目需求，对多种类型的数据（文本、图像、音频等）进行高质量标注与分类，确保数据的准确性与一致性；参与多模态数据（语音、图像、动作轨迹等）清洗、筛选与结构化处理，优化数据质量，为模型训练提供可靠的输入。 2、数据质量评估与优化 设计并执行数据质量评估流程，发现并解决数据中的问题；提出数据标注流程的优化建议，提升标注效率与质量。 3、模型反馈与迭代支持 与算法工程师协作，分析模型训练结果，识别数据中的潜在问题并提出改进方案；根据模型需求，参与数据集的扩充与多样化处理，支持模型性能的持续优化。 4、跨部门协作 与产品、算法及工程团队紧密合作，理解业务需求，确保数据标注与处理符合项目目标；参与团队内部的知识分享与培训，对AI及具身智能技术有更进一步的了解。

1、多模态数据处理与标注 根据机器人项目需求，对多种类型的数据（文本、图像、音频等）进行高质量标注与分类，确保数据的准确性与一致性；参与多模态数据（语音、图像、动作轨迹等）清洗、筛选与结构化处理，优化数据质量，为模型训练提供可靠的输入。 2、数据质量评估与优化 设计并执行数据质量评估流程，发现并解决数据中的问题；提出数据标注流程的优化建议，提升标注效率与质量。 3、模型反馈与迭代支持 与算法工程师协作，分析模型训练结果，识别数据中的潜在问题并提出改进方案；根据模型需求，参与数据集的扩充与多样化处理，支持模型性能的持续优化。 4、跨部门协作 与产品、算法及工程团队紧密合作，理解业务需求，确保数据标注与处理符合项目目标；参与团队内部的知识分享与培训，对AI及具身智能技术有更进一步的了解。