特斯拉数据标注主管
任职要求
What to Expect The Data Labeling team is responsible for annotating images, videos, and other data for our Tesla AI software. Accurate data is the foundation for training our neural networks and serves as the ground truth for Tesla’s artificial intelligence. The team works cohesively with engineering teams to launch customer-facing releases. 数据标注团队负责为特斯拉AI软件标注图像、视频及其他数据。准确的数据是训练神经网络的基础,也是特斯拉人工智能的真实标准(Ground Truth)。团队与工程团队紧密协作,共同推动面向客户的产品发布。 The Data Labeler Leader will lead a team of Data Labelers that labels in 3D image data for neural network training. A successful candidate will have high attention to detail, an appreciation for data integrity, leadership skills to drive efficiency for medium-sized teams of annotators and adhere to clear instructions directed by leadership to deliver results. 数据标注主管将领导一支数据标注团队,负责3D图像数据的标注工作,用于神经网络训练。成功的候选人需具备高度的细节关注能力、对数据完整性的重视、领导中小型标注团队提升效率的能力,并能严格遵循领导指示以交付成果。 What You'll Do Conduct ongoing performance management: create coaching plans, track progress, conduct monthly 1:1’s, and complete monthly analyst reports Evaluate daily performance in proprietary software to report daily summaries and team metrics to ensure the team is consistently exceeding expectations Work directly with engineers and Tesla AI leadership and own annotation policies that require an understanding of both technical and operational constraints Have a solid understanding of project guidelines to be able to communicate labeling concepts effectively, labeling inefficiencies, assist in creating documentation and training materials Execute proper headcount allocation between quali…
工作职责
无
1、全面承接内容安全模型相关的研发、标注、自测等任务，与模型运营团队协作，制定并执行交付计划，协调资源，监控进度与质量 ，确保项目高质量交付，对运营管理各环节敏锐把控，及时处理风险与偏差； 2、管理模型数据标注，与算法团队校准需求，动态调整质检方案，检查并纠正风险数据，解决质量问题，提升数据准确率； 3、依业务目标制定标注操作流程，定期优化，分析并简化繁琐流程，推动平台优化，确保执行高效 ； 4、为团队制定培训计划，助力团队快速提升效能，达成业务目标 。
1.基于体验、成本、效率和合规原则，制定并优化客户服务与体验部的服务质量标准，以确保服务水准不断提升； 2.通过多元化的监控方式，及时发现和反馈风险问题，推动业务、流程、系统等各方面的不断提升，以确保服务质量的持续优化； 3.负责质检体系的效果评估和改善，根据监控内容与交付、培训等相关部门协调改善，同时进行效果追踪，以提升客服团队服务品质和效率，从而提升顾客体验； 4.负责质检流程的沟通和推进，通过采用调研、会议等形式挖掘和收集各部门反馈的改善点和建议，并对客服团队进行监控；同时组织相关团队开展质检专项会议，拉齐质检员、主管等相关成员对标准的理解和认知，以推进问题的解决; 5.通过智能质检系统对客服服务进行质量监测和评估，以确保服务质量符合相关标准和顾客要求；同时对质检数据进行标注、审核，以训练和优化智能质检模型，并配合算法团队优化质检流程，提高质检效率和准确性，以提升质检工作效率； 6.负责质检系统和监控方式的设计，及质检规范制定并推动落地实施，为团队提供规范的作业要求及全面的客服监控； 7.部门安排的其他工作事项。
负责对基于大模型构建的通用垂类应用进行效果和质量评估；通过与产品研发团队的紧密合作，制定评估标准和体系，准确分析评估效果，为应用的优化和改进提供支持，以提升应用的性能、用户体验和市场竞争力； 应用效果与质量评估： 1）负责评估基于大语言模型构建的通用垂类应用的效果和质量，包括但不限于语言理解准确性、生成内容的合理性、逻辑连贯性、知识准确性等方面； 2）参与设计测试用例，涵盖不同场景、用户需求和输入条件，以确保应用在各种情况下的稳定性和可靠性； 3）参与收集和分析用户反馈数据，结合实际使用情况，对应用的性能和用户体验进行综合评估； 评估标准与体系建设： 1）理解业务需求和产品目标，与产品研发团队密切沟通和协作，负责制定详细、明确的评估标准和指标体系； 2）理解评估数据的收集、整理和分析流程，确保评估数据的完整性和可靠性，为评估体系的持续改进提供数据支持； 评估效果分析与报告：撰写评估报告，清晰阐述评估方法、过程、结果和结论，为产品研发团队提供决策依据和改进方向。
1、负责2D，3D数据标注项目全生命周期管理，统筹把控标注项目进度、质量、效率，成本； 2、具备风险管理能力，对标注任务交付结果负责，在不同阶段及时识别和预判风险，并前置提出有效管控措施和通报进展； 3、负责标注团队建设和人员管理，完善管理制度和培育体系，保持标注团队的稳定和人才梯队建设； 4、定期总结，基于团队业务层面提出对标注平台优化建议或项目效率改进方案； 5、协同上下游进行标注规则制定，异常反馈，并在规定期限内完成业务数据交付。