小红书社区模型标注-模型数据技术运营
任职要求
1.技术背景： 计算机/AI相关专业，具有机器学习项目经验者优先，熟悉大模型应用（如LLM微调、数据增强），有数据生成/合成/标注实战经验更佳 2.问题解决能力： 精通数据与模型协同优化，能通过Prompt工程、…
工作职责
1.大模型与数据技术融合： 基于业务场景，通过大模型微调训练（Fine-tuning）、提示词工程（PE）及RAG技术等，驱动数据生成/合成/预标方案的创新落地；搭建从数据圈选、处理到交付的全链路自动化能力，支撑智能标注与业务闭环，提升数据服务效率 2.数据工程效能升级： 开发自动化生成/合成/预标工具链，结合大模型能力优化标注流程，提升数据标注效率与模型训练ROI，降低人工投入成本 3.技术方案与项目管理： 主导数据生成/合成/预标方案的技术实现路径探索及验证（如人机协同标注、Auto PE），推动跨团队协作与规模化落地
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、设计AI标注及项目管理平台，包括传统数据标注及大模型数据标注，为用户提供数据标注作业服务及项目管理服务，包括数据采集、清洗、标注等环节，服务项目提需到结算的全流程; 2、独立完成平台产品需求分析和规划，设计产品原型，并撰写需求文档，包括定义、设计、推进等工作，对业务需求持续收集及梳理，从具体需求中抽象出平台级通用化功能组件能力； 3、持续提升AI智能化标注能力并平台化，替代重复工作，紧跟行业及业务探索辅助提升质量及效率，打造高效的人机协同的平台模式； 4、与研发、运营等部门密切合作，推进产品的快速升级，保证产品按时、高质量上线。
1.场景策略设计与落地： 深入业务场景（如相关性/满意度/内容理解/query理解等），挖掘高价值提效需求，结合大模型能力（Prompt工程、边标边训等）设计AI解决方案，针对性解决标注质量、效率等核心痛点，推动业务效率提升； 2.全链路项目管理： 输出从模型需求分析、数据圈选及清洗、Prompt优化到模型评估的全流程效率提升空间和方案，构建核心指标监控体系（如模型ROI、数据标出率、有效率等），确保投入与业务收益的平衡； 3.AI运营资产沉淀： 搭建可复用的Prompt指令库、场景化解决方案库，推动AI工具在业务线规模化复用，提升AI资产复用率，降低AI预标工具开发成本。
1、从用户视角出发，与人文训练是定义符合小红书风格调性的模型人设、数据风格； 2、运用专业领域知识，用户研究等手段，评估助手产品在垂直领域的用户需求，通过定义数据理想态、搭建数据链路，提升模型体验； 3、将基于对用户和使用场景的理解，抽象为产品和研发语言，与算法配合，定义产品理想态，确保线上效果满足市场需求和用户期望； 4、灵活使用pe、工作流设计等各种方式提升各类功能、垂直场景下的模型效果，确保生成的内容符合预期的质量标准和风格要求，不断追求卓越的数据交付； 5、跟踪行业趋势，竞对情况，不断调整和优化符合产品形态的数据方向，作出全局且正确的数据决策。