岗位使命

通过数据工程 + Prompt 设计与评测，稳定提升中文专业文书的首稿质量与通过率；建设高质量数据集与评测体系，实现自动化评判与持续迭代。

职责

• 数据集建设：面向中文专业文本，完成资料收集、清洗、OCR/结构化、去重脱敏与标签规范；沉淀可复用的数据标准与样本库。

• 提示词/模板迭代：设计与剪辑提示词与输出模板，进行 A/B 实验与显著性分析，输出改进报告；将优胜方案版本化并协同上线。

• 自动化质量评估：搭建规则校验 + 模型辅助评审的评测流程，覆盖结构完整性、引用一致性、输出规范化与可验证性等；建设周/月度质量看板。

• 数据治理：数据安全合规、版本追溯、抽检与偏差控制；难例发现与回灌。

要求

• 中文阅读理解与信息结构化能力强，能快速提炼要点并形成标准化要素。

• Python（pandas/regex/SQL）数据处理扎实，具备 OCR/版面解析能力或可快速上手。

• 具备 LLM 结构化输出经验，能进行提示词（Prompt）设计与 A/B 评测，并完成显著性与回归验证。

• 能够设计“规则评测 + 模型评审（LLM-as-judge）”的组合指标，并给出可解释结论。

• 重视可复现与数据安全：实验记录、版本管理、依赖锁定；脱敏、最小权限、合规意识。

• 最好具备法律相关学历背景（如法学本科/硕士/研究生，或中文专业中涉及法律文本方向），或在法律专业文本处理（仲裁/诉讼/合规/合同等）方面拥有可证明的项目经验。

加分项

• 有法律/金融/政务等中文专业文本项目经历，能提供案例或成果物。

• 熟悉标注工具（Doccano/Label Studio）与标注质控（IAA/Kappa）。

• 具备检索增强（RAG）与向量库（FAISS/Milvus）实践经验。

• 有自动化评测流水线与数据看板（Metabase/Grafana 等）落地经验。

• 熟悉国产/中文大模型生态（如 Qwen/DeepSeek/GLM/Yi/Baichuan 等）或本地化部署。

试用期目标（2–3 个月）

• 推动一条“评测—改进—回归验证—上线”的闭环落地。

• 对关键质量指标（如首稿通过率/错误率/编辑工作量）实现可量化改进。

• 产出“标准样本集/挑战样本集”与复现实验文档。

合作与方式

与领域专家（SME）、工程与产品紧密协作；成都优先，可远程；核心数据涉密，需签署保密与合规承诺。

投递材料（请务必附）

• 简历（含项目/代码/文章）。

• 一页 A4 的提示词 A/B 或中文文本评测案例（含指标与结论）。

• 任选其一示例脚本（可脱敏）：文档结构化 + JSON 校验 / 事实-引用一致性规则雏形 / LLM 辅助评审模板。

职位卡片

职责：中文专业文本数据集建设、提示词 A/B、自动化评测流水线，提升首稿通过率与降低编辑成本；要求：Python 数据处理、结构化输出、评测与合规；最好具备法律相关学历或法律文本经验。