小红书模型标注-模型数据策略运营
任职要求
1、本科以上学历，具备1年以上互联网内容产品相关的AI模型训练经历，熟知模型训练的常用方法、训练过程中的模型效果调优和问题解决办法，成功交付过业务模型； 2、熟知标注业务全链路，至少具备1个垂类（搜索/商业化/交易/安全/内容理解等）的业务执行及策略经验，具备整体数据解决方案的能力； 3、具备大模型应用的实战经验，有过以大模型应用解决数据解决策略问题的落地showcase； 4、目标驱动型，对待复杂问题有清晰的拆解思路，能主动发现问题、灵活应对及独立解决问题的能力，抗压能力强； 5、具备强烈服务意识、领导力、创新能力、开阔视野、能保持高度工作热情，出色的业务沟通、内外部协作及项目管控能力；具备SQL、项目管理（PMP、高级项目经理证书）、数据分析能力者优先。
工作职责
1、对业务模型训练效果的数据负责，与算法进行专业对话，结合模型能力要求进行数据策略的制定，为模型效果提供最优解决方案，支持从模型冷启、样本设计、数据生产、效果优化、线上监控的全过程，推动策略迭代提升模型效果； 2、负责搜索、安全生态、内容理解、大模型、商业交易等业务板块的模型需求，基于业务场景模型的应用效果设计运营链路，从模型实际应用收益出发，推动模型的策略、规则、数据链路的优化； 3、基于行业常见智能化应用手段，例如agent、rag、pe等，进行智能化标注策略设计，提供专业的智能化数据方案，搭建人机协同、智能化标注等数据链路，拿到效率、成本的收益； 4、保持数据行业前沿的视角和前瞻性的专业思考，持续推进智能化标注策略迭代，同时辅助内部工具平台、组织与业务交付流程的优化，提出有效建议，提高团队整体业务效率。
1. 负责大模型后训练阶段的数据策略，包括SFT、RLHF、DPO等对齐方法所需的数据，方向包含文本/多模态数据构建，设计全流程数据方案与策略，制定质量标准，搭建高效高质数据生产pipeline，有效提升技术预研和模型效果提升； 2. 深度理解大模型技术与产品，制定针对性数据策略，为模型效果突破提供专业建议，推动技术迭代升级； 3. 统筹协调上下游项目资源，对接算法团队需求，把控数据质量与项目进度，推动跨团队协作，确保目标高效达成。
1、 独立刻画出符合当前业务场景需求的安全数据体系，包括不限于常规的审核风险体系、生态风险体系等。 2、协同算法设计模型数据策略方案，涵盖专项、非专项安全场景下安全数据训练策略。 3、从模型的数据样本建设、评测体系设计、安全标注自动化升级等，能从模型底座能力上解决策略、模型在用户问题上带来的误伤，漏放。 4、有比较强的agent协同理解，同时具备一定PE技巧，推动安全在各类问题上以自动化形式解决，搭建安全PE-workflow，提升各团队工作效能。 5、能够和算法讨论出适配于不同场景下模型的安全能力（基于数据本身），需要协助算法做好问题分析、数据筛选、策略过滤、模型效果验证。
1、对业务模型训练效果的数据负责，与算法进行专业对话，结合模型能力要求进行数据策略的制定，为模型效果提供最优解决方案，支持从模型冷启、样本设计、数据生产、效果优化、线上监控的全过程，推动策略迭代提升模型效果； 2、负责搜索、安全生态、内容理解、大模型、商业交易等业务板块的模型需求，基于业务场景模型的应用效果设计运营链路，从模型实际应用收益出发，推动模型的策略、规则、数据链路的优化； 3、基于行业常见智能化应用手段，例如agent、rag、pe等，进行智能化标注策略设计，提供专业的智能化数据方案，搭建人机协同、智能化标注等数据链路，拿到效率、成本的收益； 4、保持数据行业前沿的视角和前瞻性的专业思考，持续推进智能化标注策略迭代，同时辅助内部工具平台、组织与业务交付流程的优化，提出有效建议，提高团队整体业务效率。
1.智能化应用方案设计与落地：深入模型标注作业与非作业场景，结合大模型与Multi-Agent技术，通过Prompt工程、微调与RAG等方法，打造AI预报、AI辅标、智能匹配与AI助手等低代码解决方案，推动在各类标注业务中的开发与迭代落地； 2.技术融合与产品化实现：聚焦数据服务效率与质量，利用大小模型结合的高阶技术方案探索与实施，提供贯穿需求-项目-调度-作业-结算全流程的可落地AI能力，推动数据自动生成、合成与预标注流程创新，实现技术产品化与通用AI能力在团队内落地； 3.效能提升与工具创新：搭建可复用的Prompt指令库、Agent工作流与场景化解决方案，推动AI工具与Multi-Agent能力在业务中的低成本规模化应用，推动前沿算法与标注业务场景深度融合。