小红书PE运营

1.深入理解实际业务场景，和各业务线充分沟通实际需求，搭建自动标注体系，编写PE和workflow程序，实现标注数据的规模生成和筛选。 2.负责prompt生产过程的制定以及不断迭代优化（包含数据分析、调优prompt，重新定义场景和目标等） 3.能通过PE代码完成数据预处理、分析和清洗，探索更高效的数据生产方式 4.通过输出和带教，提升数据团队对技术和大预言模型的了解，教授应用技巧，推动业务达成目标

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。

1、根据审核需求，设计和构建合适的Prompt模型，进行实验和测试，并不断优化模型的性能和效果； 2、和算法、产品团队紧密配合，调试和引导模型的提示策略，确保生成的结果符合需求目标； 3、参与设计和实施Prompt工程的规则，将抽象概念转化为具体、有效的提示语，并且能够推动在审核中应用落地； 4、参与PE的迭代与更新，不断完善模型的性能和效果，确保其准确性。

岗位职责： 1. 前沿技术探索 - 跟踪语音、文本、多模态大模型、multi-agent等领域最新论文与技术动态，复现关键算法并输出实验报告。 - 设计创新性实验方案，探索模型在文本生成、多模态理解等场景的应用潜力。 - 构建端到端Demo，验证技术可行性（如RAG系统、Agent工作流等） 2. 工程代码开发 - 参与轻量化工具开发，提升团队探索效率（如自动化实验评估脚本） - 协助工程同学优化实验代码性能，确保代码可读性、可复现性及模块化设计