1.統(tǒng)籌公司人工智能數(shù)據(jù)資產(chǎn)（圖像、文本、語音、視頻、多模態(tài)等）的樣本集規(guī)劃、采集、標注、質檢、版本管理與生命周期治理，建立覆蓋原始數(shù)據(jù)→標注數(shù)據(jù)→訓練數(shù)據(jù)→評測數(shù)據(jù)的端到端閉環(huán)流程。
2.制定并持續(xù)優(yōu)化數(shù)據(jù)質量、安全、合規(guī)與成本指標體系，通過自動化質檢腳本、統(tǒng)計抽樣、眾包/外包管理、AIGC輔助標注等手段，確保樣本集滿足算法迭代與業(yè)務上線的高標準需求。
3.建設數(shù)據(jù)可視化與洞察平臺，對樣本分布、標注質量、使用熱度、合規(guī)風險等進行多維度監(jiān)控與預警。
4.完成公司交辦的其他工作任務。

任職要求：

1.工作經(jīng)驗：具有3年以上AI數(shù)據(jù)工程或數(shù)據(jù)集管理核心崗位經(jīng)驗優(yōu)先，獨立負責過至少1個千萬級樣本規(guī)模的多模態(tài)數(shù)據(jù)集從0到1的建設與持續(xù)運營優(yōu)先。
2.能力要求：
（1）熟悉Git-LFS、DVC、DeltaLake或HuggingFacedatasets等數(shù)據(jù)版本管理方案；
（2）熟悉數(shù)據(jù)標注流程與質量控制體系，熟練運用LabelStudio、CVAT、Prodigy、ScaleAI、AmazonSageMakerGroundTruth等平臺；
（3）熟悉自動化質檢（IoU、一致性檢驗、黃金集、交叉驗證等）；
（4）熟悉數(shù)據(jù)合規(guī)與隱私保護，了解GDPR、CCPA、《個人信息保護法》等國內外法規(guī)，掌握數(shù)據(jù)脫敏、差分隱私、聯(lián)邦學習、可信執(zhí)行環(huán)境（TEE）等落地方法。