職位描述：
結合 Prompt Engineering（PE）與 AI Agent
架構，圍繞多模態(tài)對話、內容創(chuàng)作等場景，設計數據策略并產出適配大模型不同訓練階段的高質量數據，能對生產鏈路、工具調用鏈路進行持續(xù)優(yōu)化。
協(xié)同產品、研發(fā)團隊，參與大模型后訓練（SFT/RLHF）從數據采集、標注、數據合成到質量評估的完整模型效果優(yōu)化流程。
在創(chuàng)意寫作、實用寫作、傳播型寫作等多個創(chuàng)作領域，制定并迭代數據標準、細化規(guī)則與篩選策略。 針對模型高頻問題，基于 SFT 與 RL 需求，設計 PE
策略、workflow工作流等，探索更高效的數據生產方式。