1.数据集全生命周期管理：统筹图像、文本、语音等多模态数据的样本集规划、采集、标注与质检，搭建从原始数据到评测数据的端到端闭环流程；负责数据集版本管理，同时开展千万级等大规模样本数据集的从 0 到 1 建设与长期运营维护。
2.数据质量与合规管控：制定并优化数据质量指标体系，通过自动化质检脚本、交叉验证等方式把控数据质量；熟悉 GDPR 及《个人信息保护法》等法规，落实数据脱敏、差分隐私等手段，确保数据隐私合规，规避版权与隐私风险。
3.流程优化与工具应用：优化数据标注流程和质量控制体系，熟练运用 LabelStudio、CVAT 等标注平台；开发 Python 脚本等自动化工具，加速数据预处理，提升数据处理效率；建设数据可视化平台，对样本分布、标注质量等进行多维度监控预警。
4.跨部门协作与需求对接：和算法工程师协作，依据模型需求优化数据集结构，调整样本权重分配等；对接业务、产品等部门，明确数据需求，根据业务反馈迭代数据集，支撑算法迭代与业务上线需求。
5.文档与风险把控：撰写数据集元数据、使用说明等文档，做好数据溯源；监控数据漂移问题，及时提出迭代方案，同时排查数据合规风险并预警，保障数据稳

定供应。

任职要求：

1.本科及以上学历，35周岁以下，计算机科学、数据科学、统计学、电子信息等相关专业；

2.熟练使用 Python（搭配 Pandas、NumPy 等库）及 SQL，可完成数据清洗、筛选等处理工作；熟悉数据版本管理方案。
3.了解机器学习数据流程，掌握特征工程、数据集划分及准确率等评估指标；熟悉自动化质检相关方法，如 IoU、一致性检验等。
4.能熟练操作常见数据标注与管理工具。
5.具备较强的数据敏感性、逻辑分析能力，能快速定位并解决数据异常问题；同时有良好的沟通协调能力，可对接内外部资源推进工作。
6.NLP、CV 等特定领域数据处理经验；掌握联邦学习、可信执行环境等合规技术；具备大数据主流框架及组件相关知识储备者优先。

【此岗位为外包岗位，一经录用，与合肥市人力资源服务有限公司签订劳动合同】