核心職責(zé)
1. 智能數(shù)據(jù)標(biāo)注平臺(tái)建設(shè)
深度分析現(xiàn)有數(shù)據(jù)標(biāo)注流程（尤其針對(duì)機(jī)器人多模態(tài)數(shù)據(jù)：視覺(jué)、3D點(diǎn)云、機(jī)械臂軌跡、觸覺(jué)等）的痛點(diǎn)，主導(dǎo)對(duì)開(kāi)源工具Label Studio進(jìn)行深度二次開(kāi)發(fā)與改造，打造契合內(nèi)部工作流的智能標(biāo)注平臺(tái)。
設(shè)計(jì)并推動(dòng)自動(dòng)化預(yù)標(biāo)注、人機(jī)協(xié)作標(biāo)注、眾包質(zhì)檢等核心功能，顯著提升標(biāo)注效率與數(shù)據(jù)質(zhì)量。
建立數(shù)據(jù)采集、標(biāo)注、驗(yàn)收、版本管理的完整閉環(huán)，形成高效、可追溯的數(shù)據(jù)流水線。
2. 結(jié)構(gòu)化AI數(shù)據(jù)治理平臺(tái)建設(shè)
規(guī)劃和設(shè)計(jì)AI數(shù)據(jù)治理平臺(tái)，解決結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、檢索、版本、血緣與生命周期管理難題。
主導(dǎo)定義數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、元數(shù)據(jù)識(shí)別策略、數(shù)據(jù)切分策略，并設(shè)計(jì)產(chǎn)品化工具予以固化與監(jiān)控。
構(gòu)建數(shù)據(jù)資產(chǎn)目錄與數(shù)據(jù)服務(wù)API，實(shí)現(xiàn)數(shù)據(jù)在算法、訓(xùn)練、評(píng)測(cè)環(huán)節(jié)的高效流通與復(fù)用，挖掘數(shù)據(jù)資產(chǎn)價(jià)值。
3. 大、小模型統(tǒng)一編排平臺(tái)
洞察模型開(kāi)發(fā)、部署、調(diào)度與服務(wù)的全鏈路需求，抽象共性，設(shè)計(jì)統(tǒng)一的模型編排與服務(wù)平臺(tái)架構(gòu)。
規(guī)劃平臺(tái)核心能力，如：可視化工作流編排、多類(lèi)型模型（大語(yǔ)言模型/視覺(jué)模型/傳統(tǒng)小模型）的統(tǒng)一接入與管理、推理服務(wù)部署與彈性伸縮、實(shí)驗(yàn)跟蹤與效果評(píng)估等。
與算法、工程團(tuán)隊(duì)緊密協(xié)作，推動(dòng)平臺(tái)落地，降低模型應(yīng)用門(mén)檻，提升研發(fā)效率，支撐快速迭代與A/B測(cè)試。
4. 跨團(tuán)隊(duì)協(xié)作與產(chǎn)品全周期管理
深入理解具身機(jī)器人、低空經(jīng)濟(jì)或其他AI驅(qū)動(dòng)業(yè)務(wù)場(chǎng)景的需求，轉(zhuǎn)化為清晰的產(chǎn)品路線圖、PRD和原型。
協(xié)調(diào)并驅(qū)動(dòng)設(shè)計(jì)、工程、算法、數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，確保產(chǎn)品高質(zhì)量、按計(jì)劃交付與持續(xù)迭代。
建立產(chǎn)品數(shù)據(jù)指標(biāo)體系，監(jiān)控產(chǎn)品效果，基于數(shù)據(jù)和用戶反饋持續(xù)優(yōu)化產(chǎn)品。
任職要求
必備條件：
經(jīng)驗(yàn)： 5年以上互聯(lián)網(wǎng)或科技公司產(chǎn)品經(jīng)驗(yàn)，其中至少3年專(zhuān)注于數(shù)據(jù)平臺(tái)、AI基礎(chǔ)設(shè)施、MLOps或開(kāi)發(fā)者工具相關(guān)產(chǎn)品。
成功案例： 擁有從0到1主導(dǎo)設(shè)計(jì)并成功交付中大型B端或平臺(tái)型產(chǎn)品的完整經(jīng)歷，有AI/數(shù)據(jù)領(lǐng)域產(chǎn)品成功案例者優(yōu)先。
技術(shù)理解： 深入理解AI/ML技術(shù)棧（數(shù)據(jù)采集、標(biāo)注、訓(xùn)練、評(píng)估、部署）、數(shù)據(jù)工程和云計(jì)算基礎(chǔ)。能與工程師、算法科學(xué)家進(jìn)行高效技術(shù)對(duì)話。
數(shù)據(jù)思維與架構(gòu)能力： 具備強(qiáng)大的結(jié)構(gòu)化思維和數(shù)據(jù)敏感度，善于設(shè)計(jì)復(fù)雜系統(tǒng)的抽象模型和產(chǎn)品架構(gòu)。
卓越執(zhí)行力： 出色的項(xiàng)目管理、跨部門(mén)溝通協(xié)調(diào)能力和推動(dòng)力，能同時(shí)應(yīng)對(duì)多個(gè)復(fù)雜項(xiàng)目。
優(yōu)先條件：
有機(jī)器人、低空經(jīng)濟(jì)、城市治理、物聯(lián)網(wǎng)等領(lǐng)域的多模態(tài)數(shù)據(jù)產(chǎn)品經(jīng)驗(yàn)。
熟悉Label Studio、Scale AI等主流數(shù)據(jù)標(biāo)注工具或平臺(tái)。
了解主流的大模型服務(wù)框架（如LangChain、LlamaIndex）及模型部署技術(shù)（如Triton, TensorRT）。
具備一定的技術(shù)背景，如計(jì)算機(jī)、軟件工程相關(guān)專(zhuān)業(yè)。