外包 介意勿擾
崗位一:通用方向
職位描述
1、深入理解AI大模型多輪對(duì)話(huà)的文本場(chǎng)景,產(chǎn)出在記憶內(nèi)容/知識(shí)等方向的高質(zhì)量數(shù)據(jù)
2、與產(chǎn)研團(tuán)隊(duì)緊密配合,快速沉淀大模型數(shù)據(jù)理想態(tài)和標(biāo)準(zhǔn),積極為記憶在模型中的運(yùn)用提供數(shù)據(jù)策略和建議;
3、針對(duì)大模型的突出問(wèn)題,與數(shù)據(jù)運(yùn)營(yíng)團(tuán)隊(duì)合作進(jìn)行專(zhuān)項(xiàng)攻堅(jiān),能通過(guò)輸出和帶教,提升數(shù)據(jù)團(tuán)隊(duì)對(duì)技術(shù)和大語(yǔ)言模型的了解,推動(dòng)團(tuán)隊(duì)達(dá)成業(yè)務(wù)目標(biāo)。
4、通過(guò)PE完成數(shù)據(jù)分析和預(yù)處理,積極探索更高效的數(shù)據(jù)生產(chǎn)方式。
職位要求
1、本科及以上學(xué)歷,中文、法律、心理學(xué)、新聞傳播、計(jì)算機(jī)、人工智能等相關(guān)專(zhuān)業(yè)學(xué)科,有復(fù)合型學(xué)科背景優(yōu)先
2、了解大模型基礎(chǔ)原理,熟練使用各類(lèi)大模型產(chǎn)品,了解基本概念和lm數(shù)據(jù)標(biāo)注的流程和方法具備較高的文字感知
3.專(zhuān)業(yè)內(nèi)容創(chuàng)作與判斷能力,掌握基礎(chǔ)的Python、SQL等編程語(yǔ)言加分
4.對(duì)AI有高度熱情,有較強(qiáng)的自驅(qū)、學(xué)習(xí)、溝通和抗壓能力。
崗位二:創(chuàng)作方向
職位描述
1.結(jié)合 Prompt Engineering(PE)與 AI Agent 架構(gòu),圍繞多模態(tài)對(duì)話(huà)、內(nèi)容創(chuàng)作等場(chǎng)景,設(shè)計(jì)數(shù)據(jù)策略并產(chǎn)出適配大模型不同訓(xùn)練階段的高質(zhì)量數(shù)據(jù),能對(duì)生產(chǎn)鏈路、工具調(diào)用鏈路進(jìn)行持續(xù)優(yōu)化。
2.協(xié)同產(chǎn)品、研發(fā)團(tuán)隊(duì),參與大模型后訓(xùn)練(SFT/RLHF)從數(shù)據(jù)采集、標(biāo)注、數(shù)據(jù)合成到質(zhì)量評(píng)估的完整模型效果優(yōu)化流程。
3..在創(chuàng)意寫(xiě)作、實(shí)用寫(xiě)作、傳播型寫(xiě)作等多個(gè)創(chuàng)作領(lǐng)域,制定并迭代數(shù)據(jù)標(biāo)準(zhǔn)、細(xì)化規(guī)則與選策略
4.針對(duì)模型高頻問(wèn)題,基于 SFT 與 RL 需求,設(shè)計(jì) PE 策略、workflow工作流等,探索更高效的數(shù)據(jù)生產(chǎn)方式。
職位要求
1 .本科及以上學(xué)歷,計(jì)算機(jī)、人工智能、應(yīng)用數(shù)學(xué)、語(yǔ)言學(xué)等相關(guān)專(zhuān)業(yè),兼具理科邏輯思維與文科文本敏感度者
優(yōu)先。
2.熟悉 Prompt Engineering 核心方法論,有 PE 項(xiàng)目實(shí)踐經(jīng)驗(yàn),理解 AI Agent 工作原理、Function Call 機(jī)制,掌握 SFT 與 RL 等基礎(chǔ)概念。
3.有NLP數(shù)據(jù)視角的文本分析能力,兼具數(shù)據(jù)統(tǒng)計(jì)分析能力優(yōu)先。
4.具備優(yōu)秀的跨團(tuán)隊(duì)協(xié)作、問(wèn)題解決能力及自驅(qū)力。
5.加分項(xiàng):熟練使用 Python 進(jìn)行數(shù)據(jù)處理與 Agent 工具鏈開(kāi)發(fā),有自動(dòng)化腳本開(kāi)發(fā)經(jīng)驗(yàn)。