智能互联乌鸫科技-大模型评测工程师-音频方向
任职要求
1. 本科及以上学历，有播音、语言学、语音学、艺术等领域专业背景优先，有语音算法及工程技术背景优先，开展过相关行业据标注管理、模型评测等工作经验者优先； 2. 能准确理解业务诉求，对质量/数据变化敏锐，能通过独到的视角或科学的方法发现问题，推动业务指标达成和策略落地； 3. 熟悉数据标注工具，掌握Py…
工作职责
1. 负责音频大模型的高质量的数据构造及模型评测工作，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现TTS/ASR/文生音乐等模型的数据标注生产工作，并不断优化迭代，高效完成标注和内容生产项目； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 开展音频大模型及应用的评测体系方案建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。
1.开展具身智能行业的数据采集、标注及评测建设，能够从各领域专业层面设计专业的数据生产方案、评测方案、开展专业的评测服务； 2.建设各领域评测维度、指标体系、业务评测集并开展深入的评测分析工作。产出评测报告，学术benchmark等有影响力的创新工作； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 积极推动组织流程及交付流程优化，对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作.
1. 负责大模型的高质量的数据构造工作，主要在code模型、Agentic、具身智能等各垂域数据任务，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 对于swe/terminal及业界更加前沿的代码场景任务能够熟练构建。设计和实现各领域标注方向AI训练流程，并不断优化迭代，高效完成标注和内容生产项目； 3. 统筹各领域核心知识点分类框架、回答思维模式、推理问答、权威教材教研资料、前沿科研论文专著等关键要素。依据多元数据集设计需求与应用场景，为数据集标准环节制定详实、完备且极具可操作性的标准。定期对数据集开展阶段性质量检测，持续迭代体系化标注标准，助力打造行业标杆级数据集； 4. 构建并维护一套完善的各领域AI数据内容质量管理体系，全面把控内容质量并对结果负责，并不断进行优化迭代； 5. 积极推动组织流程及交付流程优化，对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率。
1.开展具身智能行业的数据采集、标注及评测建设，能够从各领域专业层面设计专业的数据生产方案、评测方案、开展专业的评测服务； 2.建设各领域评测维度、指标体系、业务评测集并开展深入的评测分析工作。产出评测报告，学术benchmark等有影响力的创新工作； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 积极推动组织流程及交付流程优化，对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作.
1. 负责大模型的高质量的数据构造及模型评测工作，主要聚焦在通用模型能力（创作、指令遵循、角色体验）等各垂域（医疗、法律、金融等）数据任务，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现各领域标注方向AI训练流程，并不断优化迭代，高效完成标注和内容生产项目； 3. 统筹各领域核心知识点分类框架、回答思维模式、推理问答、权威教材教研资料、前沿科研论文专著等关键要素。依据多元数据集设计需求与应用场景，为数据集标准环节制定详实、完备且极具可操作性的标准。定期对数据集开展阶段性质量检测，持续迭代体系化标注标准，助力打造行业标杆级数据集； 4. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 5. 开展LLM及各垂域大模型及应用的评测建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 6.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。