一、岗位职责
1. 数据采集、梳理、归类：
①负责图像、文本、语音、视频等多模态数据的采集、清洗和整理。
②根据项目需求，从公开数据集、互联网、特定领域（如液化石油气、消防、船厂、特种设备） 获取合规数据。
③确保数据多样性、高质量、无偏见，符合大模型训练要求。
④去客户现场采集，能接受出差。
2. 数据标注：
①对采集的数据进行分类、标注、校对（如实体识别、意图标注、问答对生成等）。
②遵循标注规范，确保数据 准确性、一致性，并反馈标注过程中的问题。
③使用标注工具（如 Label Studio、Prodigy、内部平台）高效完成任务。
二、任职要求
1. 基础要求：
①学历：本科及以上学历，细心耐心，专业不限，计算机、语言学、统计学相关优先。
②具备良好的数据敏感度，熟悉数据结构及基本数据处理逻辑。
③工具技能：熟练使用 Excel、标注工具（无经验可培训）；会基础爬虫加分项。
④工作细致、责任心强，具备良好的团队协作与沟通能力。
⑤有AI数据处理、数据管理或标注团队经验者优先考虑。
2. 加分项
①有数据采集、爬虫、NLP/CV数据标注、会PS经验者优先。
②了解AI大模型（如GPT、LLaMA）训练流程，熟悉数据需求。
③逻辑清晰，能理解复杂标注规则（如多层级分类、关系抽取）。
三、工作地点：京津冀大数据创新应用中心