工作內(nèi)容:
1. 標注標準制定與優(yōu)化:
● 負責大模型多模態(tài)(圖像+文本)標注項目的需求分析、標注標準設計與持續(xù)迭代優(yōu)化;
● 針對視覺語言理解任務(如圖文匹配、視覺問答VQA、圖像描述生成、細粒度視覺推理等),制定清晰、可執(zhí)行的標注規(guī)范;
● 根據(jù)模型反饋和bad case分析,動態(tài)調(diào)整標注標準,提升數(shù)據(jù)對模型訓練的有效性。
2. 標注團隊管理與培訓:
● 組織并培訓內(nèi)外部標注團隊,確保其準確理解多模態(tài)任務的語義邏輯與標注要求;
● 設計標注培訓材料與考核機制,提升團隊在復雜視覺語義理解任務中的標注一致性與準確性;
● 持續(xù)監(jiān)控標注過程中的典型錯誤,推動流程改進與質(zhì)量提升。
3. 數(shù)據(jù)質(zhì)量控制與交付管理:
● 主導標注數(shù)據(jù)的質(zhì)量抽檢、問題歸因與閉環(huán)優(yōu)化,確保交付數(shù)據(jù)符合大模型訓練的高標準要求;
● 配合算法團隊進行數(shù)據(jù)有效性驗證,支持模型迭代中的數(shù)據(jù)需求響應;
● 建立數(shù)據(jù)質(zhì)量評估體系,輸出質(zhì)量報告并推動系統(tǒng)性改進。
4. 跨部門協(xié)同與技術(shù)支持:
● 與算法、產(chǎn)品、工程團隊緊密協(xié)作,深入理解VLM模型的技術(shù)需求,將算法目標轉(zhuǎn)化為可落地的標注策略;
● 參與標注工具的設計與優(yōu)化,提升標注效率與人機協(xié)同能力;
● 推動標注流程自動化與智能化,探索AI輔助標注的可行性路徑。
崗位需求:
1. 教育背景與經(jīng)驗:
● 本科及以上學歷,計算機、醫(yī)療、金融等相關(guān)專業(yè)優(yōu)先;
● 2年及以上數(shù)據(jù)標注或數(shù)據(jù)質(zhì)量管理經(jīng)驗,有大模型、多模態(tài)(VLM)、視覺語言任務(預訓練、SFT)標注項目經(jīng)驗者優(yōu)先。
2. 核心能力要求:
● 具備出色的多模態(tài)語義理解能力,能精準捕捉圖像與文本之間的細粒度語義關(guān)聯(lián);
● 優(yōu)秀的邏輯分析與問題診斷能力,擅長從bad case中提煉共性問題并提出解決方案;
● 熟悉主流視覺語言任務類型(如VQA、Captioning、Visual Reasoning、OCR+理解等)者優(yōu)先。
3. 文檔與溝通能力:
● 能獨立撰寫結(jié)構(gòu)清晰、邏輯嚴謹?shù)臉俗藴饰臋n、培訓材料與質(zhì)量分析報告;
● 具備良好的跨團隊溝通能力,能高效對接算法與工程團隊,推動項目落地。
4. 技術(shù)視野與學習能力:
● 對AI大模型技術(shù)有濃厚興趣,了解CLIP、BLIP、Qwen-VL、LLaVA、InternVL等主流VLM模型的基本原理與應用場景;
● 關(guān)注多模態(tài)AI領(lǐng)域前沿動態(tài),具備快速學習新技術(shù)并應用于標注實踐的能力。