小红书评估运营实习生
任职要求
1、本科及以上学历，统计学、数学、工商管理、行政管理、计算机相关专业优先； 2、每周出勤4天及以上，在职时间不低于3个月，能快速到岗； 3、熟悉内容审核、合规审核、跨部门协同等业务逻辑，了解审核团队与产研运团队合作流程者加分，有审核质量评估、数据运营、流程优化经验者优先； 4、数据敏感度强，具备扎实的数据分析能力，能熟练使用 Excel（VLOOKUP、数据透视表等），熟练使用 SQL、Tableau 等工具者优先； 5、了解市面上常见的AI工…
工作职责
1、数据看板监控，跟踪核心指标（如评估准确率、误伤率、评估时效、争议率等），每日 / 周 / 月输出数据报表，及时发现异常波动并预警； 2、深度分析评估数据，挖掘评估质量、需求问题、效率瓶颈，形成专项报告，提出可落地的优化建议（如规则整合、人员培训、流程简化、需求合并等）； 3、协同部门推进评估工具的优化与迭代、数据统计、自动化评估等功能需求，提升运营效率、评估效率、评估需求覆盖面等； 4、为评估体系的科学性、评估需求的合理性、评估成本的必要性 等提供辅助，共同迭代整体项目的标准化运营流程与交付提升和收益回收追踪；
1. 质量策略与流程设计：完成人工和机器审核各模块质量策略和流程方案设计与落地，主动挖掘问题并保障问题检出置信度 2. 大模型质量评测：负责机审大模型上线前的质量评测，设计评估指标体系，搭建评估链路，上线后持续监测模型是否劣化，输出问题诊断和分析 3. 目标制定与管理：串联业务产品、规则运营、人审管理等上下游团队，对齐业务目标与拆解质量指标，建设目标管理体系 4. 跨团队协同推进：推进策略、算法、规则等协作方了解问题并辅助解决，在高张力协同环境中主导问题闭环 5. 需求与成本管理：做好质检团队的需求与成本管理，监控质检效率和数据产出质量 核心指标：审核漏放率 / 误伤率、质检问题检出率、问题定位分析精准度、质检效率
1、统筹管理短剧的内容评估项目，确保项目按时保质交付，对评估效率、准确性与项目目标负责； 2、负责短剧内容评估策略建设，包括短剧市场与用户趋势洞察，内容创作方法论提炼总结，评估结论分析复盘，为内容引入策略、资源投入决策提供专业依据； 3、与内容制作团队、平台对接人员及内部运营团队保持高效沟通，及时解决内容创作过程中的关键问题，保障项目流程顺畅推进； 4、监控并深度分析业务核心数据指标，精准定位数据异常原因，输出数据复盘报告，并提出解决方案与优化建议。
● 构建空间智能（世界模型，当前高德世界模型业内 sota） Benchmark： 从高德海量的历史行为数据中，提炼出评估模型“空间推理能力”、“多地点规划能力”、“地理常识”的黄金测试集（Golden Set），建立对标业内顶级模型的客观评测体系； ● 复杂推理链数据生产： 设计并生产针对导航规划的思维链数据。不仅告诉模型“走哪条路”，还要通过数据教会模型“为什么要走这条路（考虑红绿灯、天气、临时封路）”，提升模型的可解释性； ● 合成数据探索： 利用高德的仿真引擎生成极端场景（长尾路况、复杂立交桥）的合成数据，用于训练模型的鲁棒性，弥补真实数据的不足； ● 数据飞轮建设： 设计从用户反馈（如“用户偏航”、“手动切换路线”）自动转化为模型负样本的闭环流程。
-策略验证与评测自动化：负责框架的策略或模型能力评测。通过编写自动化脚本与框架，高效执行消融实验，定量评估记忆、规划、工具调用（Tool-use）及反思等核心能力的迭代效果 -深度数据分析与行为洞察：管理并分析评测产生的海量行为数据，运用统计学或可视化手段深度解析演化日志，建立健全的负样本归因机制，深入剖析系统瓶颈 -评测方法论创新与报告复盘：跟踪国内外前沿评测方法（如基于大模型的自动评估 LLM-as-a-judge、基于环境反馈的评估等），撰写严谨、具备可执行性的评测技术报告，定期与算法团队复盘，驱动技术闭环 -基准建设与开源影响力：紧跟业界前沿，参与设计并落地高难度的 Agent 核心 Benchmark。积极参与顶会论文的研究与撰写，通过开源项目、学术发表等方式拓展团队的行业技术影响力