智能互联乌鸫科技-数据生态资源运营-数据采集中心运营
任职要求
1.本科及以上学历，计算机科学、自动化、机械电子工程、工业工程、管理科学等相关专业。硕士博士优先；
2.3年以上数据采集中心、机器人实验室、测试中…工作职责
1. 具身智能数据采集运营管理：负责制定和执行数据采集中心的日常运营计划、标准作业程序（SOP）与管理制度。统筹协调各类数据采集任务（如：机器人导航、操作、交互等场景的多模态数据），确保任务按时、按质、按量完成。监控数据采集的全流程，包括场景搭建、设备调度、人员安排、数据录制、数据上传与备份，及时发现并解决运营中的问题。 持续优化数据采集流程，提升采集效率和资源利用率。 2. 设备与场景管理：负责数据采集中心所有硬件设备（如：机器人平台、传感器、相机、穿戴设备等）的日常维护、校准、台账管理及生命周期管理。规划和监督采集场景（如：模拟家庭、办公室、仓库、户外等）的搭建、维护与更新，确保场景的安全性与多样性符合研发需求。 3. 团队管理：管理数据采集工程师、操作员、标注员等团队，包括任务分配、绩效评估、技能培训与团队建设。制定并执行数据采集规范与质量标准的培训计划，确保团队成员熟练掌握操作技能与安全知识。 4. 项目协作与沟通：作为数据采集接口人，与技术团队（算法、工程）紧密协作，深入理解数据需求，并将其转化为可执行的采集方案。
1.数据标注&采集专家基地运营管理： （1）负责站点搭建，人员招募，管理团队搭建，培训管理，质量管理与人员管理，负责站点的全面管理； （2）负责制定交付站点的日常运营计划、标准作业程序（SOP）与管理制度； （3）管理站点的标注评测专家，包括任务分配、绩效评估、技能培训与团队建设。 2.质量管理：搭建对大模型类数据标注、模型评测或数据集生产的质量和培训体系，对数据质量负责； 3.成本管控：负责对负责的交付站点的整体成本进行管控，包括人力成本，运营成本等各项成本，达成成本目标。 4.供应商管理：负责交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。"
1. 数据标注&采集资源管理体系搭建与优化：构建并完善数据标注/采集资源管理体系，统筹管理多种资源形态。通过精细化管理策略，提升资源交付的整体质量和效率，确保资源管理的标准化与规范化。搭建对大模型类数据标注、模型评测或数据集生产的质量和培训体系，对数据质量负责； 2. 供应商全生命周期管理：负责外部供应商的资源拓展、准入管理、资源调度、交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。建立完善的供应商绩效管理制度，通过科学的评估体系优化供应商合作，提升整体合作质量。负责交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。 3. 多元化资源管理与高效调度机制构建：构建多元化的资源管理结构，整合多种用工类型与垂直领域专家资源。设计高效、合理的资源分配调度机制，精准匹配项目需求与资源供给，确保资源供给的及时性与有效性，提升资源利用效率。 4. 资源交付与运营效率提升：通过商务策略优化、流程再造及产品设计创新，不断提升资源交付及运营效率，降低整体业务交付成本。推动资源管理的智能化与自动化升级，助力公司在数据标注领域保持竞争优势，实现业务的可持续发展
1. 数据标注&采集资源管理体系搭建与优化：构建并完善数据标注/采集资源管理体系，统筹管理多种资源形态。通过精细化管理策略，提升资源交付的整体质量和效率，确保资源管理的标准化与规范化。搭建对大模型类数据标注、模型评测或数据集生产的质量和培训体系，对数据质量负责； 2. 高校生态全生命周期管理：负责外部高校资源拓展、准入管理、资源调度、交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。建立完善的供应商绩效管理制度，通过科学的评估体系优化供应商合作，提升整体合作质量。负责交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进； 3. 高校交付与运营效率提升：通过商务策略优化、流程再造及产品设计创新，不断提升高校交付及运营效率，降低整体业务交付成本。推动资源管理的智能化与自动化升级，助力公司在数据标注领域保持竞争优势，实现业务的可持续发展。
依托阿里巴巴集团强大的技术生态，基于菜乌深耕多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 1、针对跨境物流的计划场景，做单量中长期预测、包裹全链路时效预测等预测算法，制定合理、有效并具有一定创新性的技术解决方案。 2、深入理解业务特性，参与大数据分析和挖掘，与业务方做深度的交流与协同。将算法应用到实际场景，解决复杂业务问题。 3、持续优化预测算法效果，保障在日常以及大促期间的业务使用体感，适应业务的快速发展和变化。 4、在基础技术之外，跟踪业界最新算法趋势，尝试大模型等新型AI技术在预测算法中的应用，确保技术领先进性。