AI数据产品开发

核心职责 主导AI数据产品全生命周期开发，覆盖数据采集、处理、标注、存储、建模赋能及可视化全流程，聚焦AI模型训练与推理的数据供给、数据质量优化及数据价值转化。 负责AI数据产品的核心功能设计与落地，包括数据采集方案（结构化/非结构化数据）、数据清洗与增强策略、标注工具选型与定制、数据集管理体系搭建等，输出可落地的技术方案与开发文档。 对接AI算法团队，明确模型训练、微调、推理的数据需求（如数据规模、格式、质量指标、隐私等级），设计适配大模型、垂直领域模型的数据供给方案，保障数据与模型的高效适配。 搭建AI数据质量管控体系，制定数据准确性、完整性、一致性、时效性、安全性等核心指标，设计数据校验、异常检测与修复机制，通过技术手段提升AI模型输入数据质量，降低数据噪声对模型效果的影响。 负责AI数据产品的技术架构设计与优化，包括数据存储架构（时序数据库、向量数据库、分布式存储等）、数据处理流水线搭建（批处理/流处理）、数据标注平台开发与集成，平衡数据处理效率、存储成本与模型需求。 推动AI数据工具链的建设与迭代，包括自动化数据采集脚本、智能标注工具、数据集版本管理工具、数据质量监控面板等，提升数据生产效率与团队协作效率。 结合RAG、多智能体、模型量化等AI技术特性，优化数据产品方案，如为RAG场景设计向量数据库检索策略、为本地模型部署提供轻量化数据集解决方案，助力AI能力高效落地。 负责AI数据产品的数据安全与合规开发，落实数据脱敏、加密存储、访问权限管控等措施，确保数据采集、使用、流转全流程符合隐私保护法规及行业规范，平衡数据可用性与安全合规。 建立数据产品效果评估体系，通过模型训练效果数据（如准确率、召回率）、数据处理效率指标（如处理吞吐量、标注效率）、数据质量指标驱动产品迭代，持续优化数据对AI业务的赋能效果。 关注AI数据领域技术趋势（如自动化数据标注、合成数据生成、联邦学习在数据共享中的应用）与行业竞品动态，输出数据产品技术创新与差异化方案，支撑AI业务核心竞争力构建。 任职要求 计算机科学、数据科学、统计学、软件工程等相关专业本科及以上学历。 5年以上数据产品开发、数据工程或AI数据相关工作经验，其中至少2年AI数据产品（如数据集管理平台、AI数据标注工具、数据增强系统）设计与落地经验。 深刻理解AI模型训练与推理的数据需求，熟悉大模型（如Transformer架构）、RAG、多智能体等技术的数据适配逻辑，掌握AI数据全流程管理的核心难点与解决方案。 具备扎实的数据处理技术能力，熟练掌握Python/Java等编程语言，精通SQL，熟悉Hadoop、Spark、Flink等大数据处理框架，了解向量数据库（如Milvus、Pinecone）、时序数据库的应用场景与部署方案。 熟悉AI数据标注流程与工具，了解自动标注、半监督标注技术原理，能独立设计标注规则、优化标注效率，有标注工具定制开发经验者优先。 具备数据质量管控体系搭建经验，能制定科学的数据质量指标，设计数据校验、异常修复机制，通过技术手段保障AI模型输入数据的可靠性。 了解AI数据安全与合规要求，熟悉数据脱敏、加密、访问控制等技术，能在产品开发中落实隐私保护政策，确保数据使用符合相关法规。 具备较强的跨团队协作能力，能高效对接算法、产品、研发团队，明确数据需求、协调技术资源，推动AI数据产品从需求到落地的全流程推进。 具备数据驱动思维，能通过分析数据处理效率、数据质量、模型效果等数据，定位产品问题并推动迭代优化，有完整的AI数据产品迭代案例者优先。 加分项 有本地大模型（如LLaMA、Qwen轻量化版本）数据集定制、优化及部署配套数据产品开发经验者优先。 具备AI+垂直场景（汽车领域）数据产品落地经验，熟悉垂直领域数据特性与需求者优先。 了解数据增强、合成数据生成、模型蒸馏等技术，能结合业务需求设计数据优化方案，提升模型效果者优先。 主导过AI数据产品从0到1搭建，包括需求分析、架构设计、开发落地及迭代优化，有完整项目闭环经验者优先。 有开源AI数据项目开发经验，或在技术社区分享过AI数据产品开发、数据处理优化相关内容者优先。 具备机器学习基础，能协助算法团队进行数据预处理、特征工程，参与模型效果调优者优先。