1、负责设计、迭代和维护适用于智能驾驶多模态数据（如图像、点云、文本）的标注规则、标准操作流程（SOP）及质量评估指标，确保标注产出精准匹配模型开发需求；
2、主导数据标注项目的全生命周期管理，包括需求评估、任务拆分、资源规划、进度排期与风险监控，确保项目按期、按质、按量交付；
3、建立并执行数据标注质量的监控机制，对标注结果进行抽样检验、质量分析和问题溯源；针对标注差异和争议案例，推动标准对齐与流程优化，形成质量闭环；
4、协同技术开发团队，基于业务需求和数据标注人员反馈，提出对标注平台、工具的功能优化建议，参与验收测试，以提升工具易用性和标注效率；
5、作为数据标注环节的关键接口，与算法、工程、仿真等团队紧密协作，理解其对训练数据的需求，确保标注数据能有效支撑模型迭代和自动驾驶系统优化；
6、负责对已标注数据进行整理、归档和版本管理，构建和维护场景库；定期总结标注经验，沉淀最佳实践、案例库和知识文档，为团队赋能。

1、本科及以上学历，计算机科学、软件工程、数据科学、自动化、车辆工程等相关专业优先；
2、具备 3年及以上智能驾驶或人工智能领域数据标注、数据管理或相关项目经验。熟悉自动驾驶常见感知任务（如2D/3D检测、跟踪、车道线分割等）的数据标注规范与流程；
3、精通至少一种主流数据标注工具（如Label Studio、CVAT等）的使用和管理；
4、具备扎实的数据分析能力，能使用SQL、Python或相关工具进行基本的数据处理和质量分析，善于从数据中发现问题和规律；
5、了解智能驾驶数据闭环的基本概念和技术流程，对影子模式、数据挖掘、自动标注等有认知者更佳；
6、拥有出色的沟通协调能力和团队协作精神，能够有效管理团队、对接上下游并推动问题解决。同时，必须具备极强的逻辑思维能力、责任心和对细节的专注；
7、拥有强烈的质量意识，能够建立并推行提升效率与质量的关键流程、规范和制度，并确保其有效落地。