小红书模型标注-AI安全产品策略运营
任职要求
1、本科及以上学历，政府关系、新闻、政治类学科优先； 2、拥有3年以上传统人审、机审策略安全产品or运营相关工作经验，若出身AI产品安全策略团队优。 3、熟悉网络安全、数据安全、信息安全等相关领域知识，掌握常见的安全攻击手段与防御策略，具备丰富的安全事件应急响应与处置经验； 4、具备出色的数据分析能力，能够熟练运用数据分析工具（如 Python、…
工作职责
1、整体负责点点业务内容、机审安全策略，能够通过对业务场景的深度分析，制定并落地精细化内容、机审安全策略。 2、通过定性、定量方法评测策略表现，进行策略迭代更新，不断提升内容、机审策略效果。 3、与跨部门团队紧密协作，包括算法、舆情、法务、市场等部门，就产品安全PRD/BRD方案落地实施进行高效沟通与协调，推动产品快速上线。 4、持续跟踪国内外 AI 安全法规政策动态，敏锐洞察行业安全趋势与潜在风险，及时为产品提供安全建议与决策支持，确保产品功能&内容符合法律法规要求，规避合规风险。 5、负责建立完善的安全监测与预警机制，实时监控 AI 产品安全态势，快速识别、响应并处理安全事件，最大限度降低安全事件对产品和用户的影响。 6、负责搭建AI 产品安全策略，通过数据驱动的方式分析线上策略的过滤效果，发现并解决存在的问题，不断优化策略内容与执行流程，降低线上策略误伤&漏放。
1、审核AI大模型在体育垂直领域的标注数据（包括意图标注、历史数据等）； 2、识别并纠正标注中的事实性错误、术语误用、语境偏差等问题； 3、制定并优化体育类标注规范与审核标准，推动标注质量提升； 4、与算法、产品、标注团队紧密协作，反馈数据问题并推动闭环解决； 5、参与体育知识图谱、术语库的建设与维护； 6、定期输出审核报告，分析数据质量问题并提出改进建议。
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. 指标体系构建： 负责海外搜索（双列/AI Search）业务的评估体系搭建，定义和制定搜索相关性、内容质量、AI回答有用性等核心评测指标（Metrics）； 2. 方向拟定与策略驱动： 基于评测数据和Badcase分析，洞察海外用户搜索意图与需求，制定产品迭代方向，并驱动算法和工程团队优化模型效果； 3. 评测标准制定： 制定并持续迭代评测SOP（标准作业程序），确保评测标准的客观性与一致性，解决评测过程中的边缘（Edge Case）争议； 4. 竞品分析： 监控海外主流竞品（如Google, Perplexity等）的动态与效果，输出对比评测报告，明确产品在行业中的优劣势。
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。