小红书人机对抗算法实习生(大模型+文生图方向)

该职位的主要任务是协助部门完成职业卫生、人机工程问题变更管理，人机工程运营管理，早期症状干预项目管理及其他健康促进类活动支持。 职责描述: 1. 负责响应工厂日常人机评估需求，如岗位变更、事故事件咨询等。 2. 负责协调车间开展年度岗位人机风险评估及岗位清单统计，并对岗位风险项进行改善推进&追踪。 3. 负责协调车间开展人机工程专项交叉检查活动，及问题项的关闭情况追踪。 4. 负责协助开展工厂人机工程主题活动，例如改善案例评比、工间操竞赛等。 5. 负责协助开展工厂人机工程相关培训工作，定期维护培训课件，确保培训计划正常执行。 6. 负责协助工厂现有人机专题项目的运营，如肌肉骨骼改善项目的人员沟通协调、数据统计分析等。 7. 负责维护人机相关数据报表，按需定期更新人机风险评估记录、人机活动、小组会议等。 8. 完成上级领导安排的其他工作。

组织重构：设计人机任务分配方案，推动业务流程端到端再造； 人力提效：搭建AI素养培训体系，设计以新业务流程驱动的数字员工岗位混合人力结构，建立人机协作KPI； 数字员工管理：负责AI Agent全生命周期（训练-考核-优化），治理影子AI使用； 技术落地：评估LLM供应商，配置Orchestration平台，管控成本与合规风险；

1. 拆解人机协同技术边界：结合亿级 C 端用户行为数据与高频业务场景，探索大模型 + 人工协同在业务场景中的应用价值，实现人机协作效率、用户体验与模型效果的平衡。 2.跟进技术前沿：持续跟踪大模型、人机交互、智能辅助决策等技术进展，结合业务需求推动落地试点，优化人机协作流程、提升业务处理效率与用户满意度。 3.制定探索路径与目标：清晰规划人机协同产品迭代节奏，制定量化目标，输出各阶段价值评估报告，对齐业务预期与资源投入。 4.把控落地验证与评测：负责人机协同能力可行性验证、方案实现，制定效果指标与评测方案，确保方案可落地、可量化、可迭代。 5.跟踪核心指标与用户反馈：持续监控人机协同核心指标（如人工介入率、问题解决率、响应时长等），收集用户与坐席反馈并转化为产品需求，适配业务与用户行为变化。

1、负责XR场景下人机交互相关视觉感知算法的研发与工程落地工作，包括但不限于眼动追踪技术、情绪感知技术等方向； 2、基于深度学习方法进行模型设计、训练与评测，持续优化算法在真实设备上的鲁棒性、时延、功耗与体验指标，推动移动端/嵌入式侧部署（如量化、剪枝、加速与性能调优）； 3、参与数据与评测体系建设：数据采集与清洗、自动/半自动标注、合成数据（仿真/渲染）、建立可复用的数据闭环与指标体系； 4、与产品、交互、硬件、系统软件等团队协作，推进算法在端侧应用落地；参与关键技术方案评审、问题定位与迭代优化； 5、探索多模态交互在XR场景的融合应用，研究多模态信息的对齐与融合（时空对齐、语义融合、置信度建模等），并参与原型系统验证。