快手数据资产算法工程师-【数据平台】

职位介绍：负责规划和构建公司的核心数据资产体系，带领用户画像团队深入挖掘用户行为数据，并将数据转化为可复用的资产，支撑 AIGC、影像智能体及推荐算法的快速迭代。主导在推荐、订阅等高价值场景的验证，确保数据资产在业务增长和模型进化中发挥决定性作用。 岗位职责: 1、数据资产体系构建：负责「用户数据资产」与「训练数据资产」的沉淀，构建适配大模型微调（Fine-tuning）和智能体长短期记忆（Memory）的高质量数据集。 2、画像团队管理与资产规划：带领用户画像团队，统筹全公司级标签体系（Tag System）的设计与维护，确保画像资产的准确性、实时性及跨业务线的复用价值。 3、高价值场景落地验证：主导数据资产在推荐系统、订阅转化、Agent 交互等场景的应用，通过数据闭环验证模型效果，驱动业务增长。 4、全链路数据治理与 AI 赋能：利用 AI 技术提升画像建模与数据监控的效率，实现从“原始日志”到“结构化画像”再到“业务 Action”的自动化流转。 5、跨团队协同与项目推动：作为核心推手，协同算法、产品及运营团队，将业务挑战转化为数据方案。展现极强的主动性，确保跨部门项目高效达成。

负责AI数据资产体系构建与AI数据资产规划（DataMap），实现AI全模态数据标准化、流程化及资产化，加速AI数据在基模和AI应用之间效能转化；负责全模态线上化、自动化的高效数据验收。 1. 制定公司级AI数据资产地图，建设各个模态下的大模型训练的各个阶段数据的分类体系； 2. 通过AI技术创新手段对EB级AI数据资产进行全生命周期管理，采集→存储→标注→质检→版本控制→交付→复用/销毁； 3. 协同各领域（数据、生态、业务）专家制定并沉淀AI数据验收标准，建立线上化验收机制，以适应不同垂域、不同模态数据的复杂性与精细化要求（如特效类视频、多语种方言、音画同步口型一致性等）； 4. 建设AI数据资产价值评估模型，量化不同AI数据资产对模型潜在提升度，指导数据采集&采买策略； 5. 搭建并完善AI数据质量模型，确保各模态AI数据资产的质量标准统一； 6. 设计并实施高效、动态的数据资产治理架构，保障AI数据资产的可持续增长及精准消费； 7. AI模型团队、AI业务产品团队紧密合作，深刻理解模型需求与业务痛点，将AI数据资产转化为驱动模型创新与业务增长的核心引擎。

负责AI数据资产体系构建与AI数据资产规划（DataMap），实现AI全模态数据标准化、流程化及资产化，加速AI数据在基模和AI应用之间效能转化；负责全模态线上化、自动化的高效数据验收。 1. 制定公司级AI数据资产地图，建设各个模态下的大模型训练的各个阶段数据的分类体系； 2. 通过AI技术创新手段对EB级AI数据资产进行全生命周期管理，采集→存储→标注→质检→版本控制→交付→复用/销毁； 3. 协同各领域（数据、生态、业务）专家制定并沉淀AI数据验收标准，建了线上化的验收机制，以适应不同垂域、不同模态数据的复杂性与精细化要求（如特效类视频、多语种方言、音画同步口型一致性等）； 4. 建设AI数据资产价值评估模型，量化不同AI数据资产对模型潜在提升度，指导数据采集&采买策略； 5. 搭建并完善AI数据质量模型，确保各模态AI数据资产的质量标准统一； 6. 设计并实施高效、动态的数据资产治理架构，保障AI数据资产的可持续增长及精准消费； 7. AI模型团队、AI业务产品团队紧密合作，深刻理解模型需求与业务痛点，将AI数据资产转化为驱动模型创新与业务增长的核心引擎。

1. 数据资产体系建设：负责域外数据、位置数据、企业数据三大场景的智能化升级，设计并实现从数据采集、治理到服务化的完整链路，推动团队从传统"数据供应"模式向"智能能力输出"转型，直接支撑经营控比、采购数据验收、AI-Native 产品等核心业务场景。 2. AI-Native 架构从 0 到 1 建设：参与大模型与数据研发融合的架构设计，负责 LLM Agent 任务编排、多轮上下文管理、Human-in-the-Loop 决策机制的实现与优化，建立 Prompt 工程规范、Agent Eval 体系及 badcase 自动化排查与自愈闭环，确保技术成果在电商/AI 核心业务中快速落地。 3. 多模态数据与知识体系建设：负责文本/音频/图像/视频等多模态数据的检测、异常识别与相似度计算，设计数据质检与验收标准；同时主导知识抽取与本体建模工作，包括命名实体识别、关系抽取、实体对齐等技术落地，构建 Schema 设计与图数据库应用，打造语义资产体系。