logo of xiaohongshu

小红书模型标注-创新平台产品专家

社招全职2年以上模型标注地点:北京 | 武汉状态:招聘

任职要求


1、本科及以上学历,计算机、人工智能等相关专业优先,具备2年以上产品经验,有AI、数据平台或B端工具类产品的全生命周期管理经验;
2、深入理解人工智能、机器学习及相关技术,对数据标注、质量管理、自动化处理等领域有扎实认知与实践经验;
3、具备出色的产品架构与系统思维…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责制定所负责产品模块的中长期战略与规划,结合行业趋势与用户需求,明确产品设计和规划,熟悉数据标注业务逻辑,规划如何利用智能化工具(如AI辅助标注、自动化数据处理)以及LUI+GUI等创新交互模式,提升数据生产的效率与体验;
2、独立完成从需求分析到产品方案输出的全过程,撰写清晰系统的PRD,定义PRD要求与规范、保障功能逻辑、数据流程与交互细节,确保产品体验与稳定性;
3、推动与设计、研发、算法等团队的高效协作,主导产品从设计到上线的全流程,确保产品方案高质量落地与持续迭代;
4、跟踪AI数据生产领域的前沿动态与竞品发展,提供战略洞察,对AI创新有想法能落地,探索下一代数据标注工具的形态;
5、协助提升产品团队整体能力,指导初级产品经理,推动团队专业成长与协作效率。
包括英文材料
学历+
机器学习+
还有更多 •••
相关职位

logo of alibaba
社招2年以上

职位名称:AIGC时尚产品运营专家(图像生成方向) 技术与时尚的跨界枢纽, 直接参与定义下一代时尚产业基础设施,构建横跨科技与时尚圈的稀缺职业资产 负责将前沿AIGC图像生成技术转化为服装产业生产力,搭建从算法调优到商业落地的完整闭环,驱动设计创新与业务增长; 1. 垂直场景技术落地,深度解构服装行业痛点(趋势预测/图案设计/电商视觉),制定AIGC图像生成技术的应用场景图谱; 2. 主导开发适配服装材质、版型、色彩的专业化生成模型; 3. 完成数据资产壁垒构建,搭建时尚领域专属素材库(面辅料库/秀场图库/版型数据库),设计数据标注标准与增强方案; 4. 开发行业知识增强模块,将流行趋势报告、色彩体系等专业信息注入模型训练;

更新于 2025-06-16杭州|广州
logo of aliyun
社招技术类-算法

岗位职责: 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破,构建Agent通用平台、大模型训练平台等工具产品,同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们,一起赋能企业客户。我们的研究方向包括但不限于: 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新; 2、多语言大模型、领域大模型的训练技术研究与落地; 3、AI数据清洗、加工、合成、自动标注技术研究与落地; 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地; 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地; 6、入呼大模型机器人、外呼大模型机器人研发经验;熟悉VAD, ASR, TTS等语音相关技术; 以上方向擅长其中1个即可

更新于 2025-06-10北京|杭州
logo of aliyun
社招5年以上云智能集团

1.需求分析与场景识别:与政企客户紧密合作,理解政府和央国企客户的人工智能等新一代信息技术应用诉求,在一个到多个领域有相对深入的行业know-how。能够挖掘客户“与当前人工智能技术发展水平相匹配、具备应用落地条件、投入回报效益明显”的场景。 2.咨询规划与解决方案:理解不同技术(如NLP、CV、多模态等)适用的场景和能力的上下限。能够熟练掌握规划咨询方法,引导客户需求,以云计算+大模型为基础,设计企业总体战略规划及可落地的解决方案(并识别阿里云的商机:算力集群、大模型调用、大模型平台、知识中心、语料基地等)。将传统 IT 技术与大模型结合,解决客户实际场景问题。 3.产品需求反馈与优化:依据市场/客户需求、市场技术动态,结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议,推动技术创新和解决方案的迭代升级,提升产品市场竞争力和市场占有率。 4.市场敏感与扩展复制:挖掘可复制、可规模化、符合市场逻辑的通用大模型应用场景,通过客户案例的落地对成功实践进行总结归纳完成从0到1;并对内部团队及客户进行知识和项目分享,促进从1到N的复制。

更新于 2025-10-24北京|杭州
logo of mi
社招5年以上A94770

1. 基于小米自动驾驶数据云平台,建设数据闭环链路,包括但不限于数据挖掘、数据标注、数据集管理、训练平台、评测平台和数据分析等功能,以支持自动驾驶模型的迭代优化; 2. 实现数据闭环的全自动化处理,优化数据和工程平台质量,提升整个数据闭环链路的运行效率; 3. 与算法团队、架构团队密切合作,沉淀通用的数据驱动能力,建设相关的平台工具,提升整体工作效率; 4. 调研行业先进的数据驱动方法,借鉴其中的先进理念和经验,并应用到数据闭环链路建设中,推动技术创新。

更新于 2024-10-31北京