AI数据资源运营

岗位定位 我们希望招聘一位既懂技术、也懂数据的产品策略同学，加入数据资源组，作为算法需求与外部数据供给之间的前置策略角色 岗位职责 1.算法需求理解与数据方案设计 -对接算法、训练、评测、产品等团队，理解不同阶段的数据需求，包括预训练、SFT、偏好数据、RL、Agentic RL、评测集、轨迹数据、垂类专家数据等 -将算法侧相对模糊的需求拆解成可执行的数据建设方案，明确数据类型、样本结构、规模预估、难度分层、覆盖维度、交付格式、质量标准和验收方式 2.端到端数据资源采购与建设 -负责数据资源从 0 到 1 的完整推进，包括需求确认、市场调研、资源寻源、供应商沟通、样例收集、试单设计、报价比选、采购方案输出、合同推进、交付跟进、验收结算等 -能够根据不同数据类型判断适合的建设路径，包括直接采购成品数据、采购原始数据后加工、供应商定制生产、专家共建、自建 pipeline、公开数据清洗整合等 3.Sourcing 策略与供应商评估 -围绕算法需求制定 sourcing 方案，搭建候选供应商/专家/数据源池，判断不同资源的质量、成本、交付能力、合规风险和长期合作价值 -能够独立输出供应商 brief、样例要求、询价口径、比选维度、推荐结论和风险判断，为采购决策提供依据 4.数据样例评估与质量判断 -对供应商样例、开源数据、专家产出、历史数据进行初筛和质量判断，重点评估数据真实性、多样性、难度、覆盖度、噪声、重复率、版权风险、技术可用性和模型训练/评测价值 -对于代码、Agent、轨迹、环境类数据，需要能基本判断 repo、docker、workspace、task、trajectory、reward、GT、rubric、verification 等交付内容是否完整可用 5.数据标准、验收与质量闭环 -参与制定数据说明书、标注规范、交付规范、rubric 标准、reward 标准、GT 标准、抽检规则和验收标准 -推动算法、项目、供应商对齐验收口径，跟进返修与质量复盘，确保数据真正可训练、可评测、可回流、可复用 6.项目管理与跨团队协同 -作为数据资源建设项目的 owner，协调算法、资源、采购、法务、财务、供应商、专家团队等多方，推动项目按计划落地 -管理项目进度、风险、成本和交付质量，及时识别供应商交付风险、数据质量风险、验收风险和预算风险，并推动解决 7.资源体系与方法论沉淀 -持续跟踪国内外大模型数据资源、Benchmark、Agent 环境、数据供应商、专家数据生产模式、开源数据集和行业趋势 -沉淀数据资源库、供应商画像、数据类型标签、采购 SOP、验收模板、样例库和复盘机制，提升团队后续数据资源建设效率 任职要求 本科及以上学历，计算机、人工智能、数据科学、信息管理、统计、理工科或相关专业优先。 3 年以上 AI 数据产品、数据策略、数据采购、数据建设、标注评测、算法产品、数据平台或数据服务商项目经验；有大模型数据相关经验优先。 理解大模型数据基本链路，包括但不限于预训练数据、SFT 数据、偏好数据、RL 数据、评测集、Agent 任务、轨迹数据、rubric、reward、GT、数据清洗和质检。 具备较强的技术理解能力，不要求独立做算法研发，但需要能看懂基础技术文档、数据 schema、Benchmark 说明、GitHub/repo、API、Docker、环境交付等内容。 具备数据方案设计能力，能够把算法需求转化为可采购、可生产、可验收的数据方案。 具备端到端项目推进能力，能独立完成从需求拆解、sourcing、供应商沟通、样例验证、采购推进、交付验收、复盘沉淀的完整闭环。 数据 sense 强，能够通过样例判断数据质量、可用性、难度、覆盖度、训练价值和潜在风险。 具备良好的沟通协调能力和 owner 意识，能在算法、供应商、采购、法务、项目团队之间拉齐目标并推动结果落地。 文档能力强，能独立输出需求文档、数据规格、供应商 brief、样例评估报告、采购建议、验收标准和项目复盘。 加分项 有 LLM/VLM 数据集、标注平台、评测平台、模型评估、Agent 数据、代码数据、语音/多模态数据项目经验。 熟悉 GitHub、Hugging Face、Kaggle、论文数据集、公开 Benchmark 等数据资源渠道。 有 SQL / Python 基础，能做简单的数据抽样、清洗、统计和质量分析。 有数据供应商管理、数据采购、专家数据生产、海外数据资源 sourcing 经验。 接触过 Coding Agent、GUI Agent、Deep Research、长上下文、多文档问答、金融/法律/医疗等专家数据方向。