主要职责

1 数据治理体系建设

◦ 设计并实施全面的数据治理框架，包括数据采集、清洗、标注、存储和使用的全生命周期管理。在数据建模、数据架构搭建、ETL方面有方案经验。

◦ 制定数据质量标准（如准确性、一致性、多样性），并建立监控和评估机制。

2 AI训练数据支持

◦ 协调跨部门团队，为AI模型（如NLP、多模态）提供高质量训练数据集。

◦ 优化数据预处理和标注流程，提升数据准备效率，支持客户快速迭代AI模型。

3 方法流程体系建设
◦ 建立标准化、可复制的数据运营流程，包括数据采集、标注验证、版本控制和交付规范。
◦ 设计“Human-in-the-Loop”工作流，结合自动化工具和人工审核，提升效率与精度。

◦ 开发数据治理和AI训练的SOP（标准操作流程），并推动团队培训和流程落地。

4 团队管理与协作
◦ 与产品经理、AI工程师和销售团队合作，理解客户需求，定制数据解决方案。
◦ 管理外部供应商，确保服务质量和交付时间。

5 技术与业务创新

◦ 跟踪AI技术趋势（如多模态模型、联邦学习），提出数据治理和训练的新策略。
◦ 推动数据运营的数字化转型，引入AI工具（如自动标注、数据分析）优化流程。

◦ 分析市场竞争格局，识别新机会，协助制定TDAAS业务战略。

任职要求

1 教育背景与经验
◦ 本科及以上学历，计算机科学、数据科学、人工智能或相关专业优先。
◦ 至少5年以上数据管理领域经验，有AI训练相关经验者优先。
◦ 熟悉AI模型开发流程，曾参与NLP领域的训练数据者优先。

2 专业技能

◦ 精通数据治理方法论，熟悉数据质量管理工具（如Talend、Informatica）或自研系统。
◦ 理解AI训练数据需求，具备标注工具（如Labelbox、Prodigy）或合成数据生成经验。

3 软技能

◦ 出色的项目管理能力，能够协调多方资源，推动复杂项目按时交付。
◦ 优秀的沟通能力，能与技术团队和非技术客户有效互动。

核心要求：

1.有数据治理、数据架构搭建、数据库运营方面经验；了解数据库底层原理；在数据治理过程中运用到过AI大模型技术

2.对AI方面比较关注。持续了解和学习最先进技术，并具有将最新技术应用到实际工作的探索精神