崗位職責(zé):
1、針對(duì)不同類型的標(biāo)注項(xiàng)目,能夠高效清洗數(shù)據(jù),用于模型訓(xùn)練輸入、將原始數(shù)據(jù)轉(zhuǎn)化成可應(yīng)用格式
2、分析不同的數(shù)據(jù)標(biāo)注場(chǎng)景,深度理解標(biāo)注場(chǎng)景痛點(diǎn)難點(diǎn),開(kāi)發(fā)預(yù)標(biāo)注、自動(dòng)檢查的智能化算法模型,提升標(biāo)注效率和質(zhì)量
3、與技術(shù)團(tuán)隊(duì)、項(xiàng)目經(jīng)理合作,在低代碼場(chǎng)景,完成Prompt模板創(chuàng)作并高效復(fù)用至不同場(chǎng)景,沉淀智能體業(yè)務(wù)框架與Prompt設(shè)計(jì)方法論,協(xié)助開(kāi)發(fā)工程鏈路
4、A/B實(shí)驗(yàn)&因果推斷,制定標(biāo)注場(chǎng)景能力應(yīng)用A/B實(shí)驗(yàn),并進(jìn)行深入的下鉆分析和歸因分析,對(duì)實(shí)驗(yàn)迭代提出方向性建議;基于線上AB實(shí)驗(yàn),結(jié)合標(biāo)注任務(wù)特定,明確標(biāo)注任務(wù)耗時(shí)點(diǎn),從而指導(dǎo)標(biāo)注智能化能力建設(shè),提升標(biāo)注效率
5、方法論沉淀和創(chuàng)新,以及工具建設(shè):對(duì)實(shí)驗(yàn)、分析、建模方法論進(jìn)行沉淀和創(chuàng)新,建立數(shù)據(jù)科學(xué)方法論,落地到平臺(tái)工具
6、指標(biāo)研發(fā)及監(jiān)控,基于數(shù)據(jù)標(biāo)注場(chǎng)景的不同環(huán)節(jié),建設(shè)相關(guān)效果評(píng)估指標(biāo),定義和開(kāi)發(fā)不同場(chǎng)景的指標(biāo)體系和預(yù)警監(jiān)控
崗位要求:
1、教育背景:本科及以上學(xué)歷,統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、人工智能、自然語(yǔ)言處理(NLP)等相關(guān)理工專業(yè)優(yōu)先。
2、技術(shù)能力:
- 熟悉Python、Java、SQL 等語(yǔ)言,可獨(dú)立完成腳本編寫(xiě)和調(diào)試;熟練掌握常用的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架
- 系統(tǒng)性的掌握Prompt工程的相關(guān)技術(shù),有大模型微調(diào)指令數(shù)據(jù)應(yīng)用經(jīng)驗(yàn)
- 熟悉概率論與統(tǒng)計(jì)基礎(chǔ),例如假設(shè)檢驗(yàn),統(tǒng)計(jì)分布,統(tǒng)計(jì)功效,貝葉斯方法,抽樣與模擬技術(shù)等,擅長(zhǎng)基于實(shí)驗(yàn)的數(shù)據(jù)分析
- 了解數(shù)據(jù)可視化工具(如Tableau、Power BI等)
3、項(xiàng)目經(jīng)驗(yàn):
- 具有2年以上人工智能或算法模型項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)
- 熟練掌握Prompt工程原理,能運(yùn)用Prompt解決復(fù)雜問(wèn)題;熟悉主流Agent平臺(tái)與框架,有成功的項(xiàng)目落地案例