盒马盒马D2-数据标注-武汉
任职要求
职位要求： 1、有大模型训练、知识库运维或智能客服经验者优先； 2、有较强的数据分析能力和逻辑思考能力，可以敏锐地发现问题分析问题并解决问题，以结果导向，制定分阶段目标并推动落地； …
工作职责
工作内容： 1、负责语料数据的多渠道采集/清洗/标注及训练工作，并通过核心指标和数据情况进行调整和优化，最终确保模型交付的效果； 2、对零售行业、商品知识图谱、标签运营、知识百科等有自己的理解和思考； 3、有一定的数据分析和算法合作的能力，通过工具提效、数据结构化清洗与人工标注，推动算法模型的不断优化； 4、实时关注行业信息与动态，能通过行业论坛、论文、市场调研等学习与调查，不断优化模型能力。
1.大模型与数据技术融合： 基于业务场景，通过大模型微调训练（Fine-tuning）、提示词工程（PE）及RAG技术等，驱动数据生成/合成/预标方案的创新落地；搭建从数据圈选、处理到交付的全链路自动化能力，支撑智能标注与业务闭环，提升数据服务效率 2.数据工程效能升级： 开发自动化生成/合成/预标工具链，结合大模型能力优化标注流程，提升数据标注效率与模型训练ROI，降低人工投入成本 3.技术方案与项目管理： 主导数据生成/合成/预标方案的技术实现路径探索及验证（如人机协同标注、Auto PE），推动跨团队协作与规模化落地
岗位职能 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：能够独立负责日常交付项目管理工作，包括算法需求对接、交付计划安排、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. 供应商管理：能够独立对接供应商，制定清晰、可执行的供应商生产计划；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. 标注培训、考核及答疑：能够对标注员/审核员进行培训和考核，掌握基本培训技巧； 5. 标注工具优化：针对降本增效目标，能够发现标注工具上中的低效问题，并提出改进建议。
1. 大模型效果评估与Badcase分析 对大模型输出结果进行分析标注，明确Badcase，定位问题原因（如数据缺失、数据混淆、意图识别错误、模型幻觉等），并形成优化建议报告。 2. 根据标注规范完成文本、图像、多模态数据的标注任务（如目标检测、语义分割、分类等），确保标注数据符合模型训练要求。 参与标注流程优化，协助制定质量控制标准，通过抽查、复核等方式提升标注准确性。 3. 数据处理与工具支持 使用Python、SQL等工具清洗、处理原始数据，支持模型训练与评估需求。
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。