文远知行标注数据平台项目经理
任职要求
1、3年以上互联网项目经理或产品经理等岗位经验，本科及以上学历 2、具备互联网2C项目推进经验和方法论，有项目治理经验，能够发现现有团队与项目的管理瓶颈并解决 3、对自动驾驶行业或数据标…
工作职责
公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！ 更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide Data团队介绍： “数据团队可以说是自动驾驶系统的血液，给自动驾驶各个模块提供养分，同时将它们紧密结合在一起。” 数据组的是打通自动驾驶数据闭环链路，包括数据采集、数据上传、数据平台搭建、数据索引、数据标注、模型训练等多个方面，打造一个完整的闭环，加快自动驾驶算法的迭代速度。同时，数据组也开发了多个数据分析和处理的工具链，全方位打造企业级的大数据平台。 职位职责 1、结合标注数据平台业务需求，组建项目团队，制定项目进度计划及目标，负责项目全生命周期管理和进度管控等 2、与研发团队紧密合作，持续优化项目管理流程，提升组织工作效率 3、跨团队协调开发资源及优先级，并行推进并保证多个项目的按预期落地，推进产品研发和用户使用相关工作 4、对项目上线后的结果进行跟踪、收集、分析、优化，确保相关业务的持续完善 5、收集并梳理业务团队数据管理需求，与团队共同设计符合团队商业目标的解决方案，优化效率和降低成本
负责海外标注项目管理及数据交付，主要包括以下职责 1. 标注规则解析：理解算法的标注需求，结合试标环节从数据中提取任务特征场景，结合行业知识，提供表达精准、逻辑清晰、标注员可执行的文档规范；熟练掌握各标注任务的规则及标注工具使用技巧，能够高质量完成各类项目的试标注，分析试标问题并提出优化建议； 2. 项目交付管理：能够独立负责真值系统、数据标注日常交付项目管理工作，包括算法需求对接、需求拆解、真值标注方案制定、交付计划排期、团队资源调动、交付进度和质量管理等，并不断完善项目流程和体系，增强团队项目管理能力； 3. 标注供应商管理：能够独立对接供应商，理解供应商内部的运营模式，面对供应商进度、质量问题，能够清晰梳理并有效推动解决； 4. 标注平台工具优化：持续竞品调研，自动驾驶行业主流标注方案及最佳实践有一定理解；负责数据标注平台、及其上下游工具链的需求梳理及产品化设计，并拉通协作部门，推动需求高效落地。 5. 自动化标注提效：对autolabeling算法能力及发展有一定了解，联合算法团队持续优化自动化标注能力，持续降本增效。
1.负责智能信息-大安全线标注平台的产品规划、设计工作，提供图像、文本、语音等多模态数据标注所需的标注工具； 2.深入理解各算法团队的标注需求，与业务方、项目经理密切合作，持续改进平台能力和用户体验； 3.通过集成辅助标注工具，提升标注质量和效率
1、数据闭环规划与系统设计。设计自动驾驶场景下的数据对象、任务模型与闭环机制，统一数据流、任务流与权限体系，规划平台核心能力模块：数据采集工具、数据运营平台、数据集管理、数据标注、数据挖掘、闭环触发与效果评估； 2、用户与交互管理。 2-1 深入理解算法工程师、数据工程师、标注人员、平台运营等角色的工作流程与痛点，输出页面结构、操作流程、状态流转、异常与反馈机制等方案，并协同前端开发落地，基于用户反馈与数据指标持续优化体验与效率，跨团队协作与需求管理； 2-2 收集并拆解来自算法、测试、工程、业务等部门的需求，进行优先级评估与方案设计，在技术约束下平衡效率、成本与数据质量，推动需求合理落地。 3、数据闭环效果评估。设计数据闭环触发机制与关键指标体系，评估数据对算法效果的真实贡献，推动数据从采集、标注到训练、验证的闭环真正形成，持续优化效率、质量与成本。
● 图像数据策略设计 ● 负责制定图像资料的采集、清洗、结构化处理策略，构建高精度POI图像特征数据库； ● 结合业务场景定义POI特征及结构，包括位置、属性（如门店类别、营业时间）、关系等维度； ● 分析行业趋势及竞对动态，规划图像资料采集、特征及应用的数据方案并落地 ● 算法协同与模型优化 ● 与算法团队深度合作，推动图像识别及多模态融合技术的落地应用； ● 基于业务需求设计模型训练数据规范，输出标注标准，评估算法效果并规划迭代方向。 ● 数据处理流程搭建 ● 设计图像数据加工全链路解决方案，涵盖数据采集、标注、质检、存储及更新机制； ● 搭建数据质量监控体系，制定异常数据识别规则与自动化处理策略。