智能标注策略工程师（模型应用方向）

1、策略方案设计：将模型标注任务、质量标准和生产约束抽象为模型问题，判断传统模型、大模型或Agent的适用边界，制定端到端机标策略； 2、模型效果与验证：围绕智能标注、智能质检、有效数据分析和数据对模型效果验证等，完成样本设计、模型选型、微调训练、效果评测及持续迭代； 3、模型应用工程化落地：将模型能力接入实际标注生产链路，按任务复杂度选用工具调用、流程编排或 Agent 等方式，把单点能力组合成可复用、可规模化的自动化方案； 4、人机协同与规模应用：基于任务难度、模型置信度、质量和效率等，设计自动处理及人工复核机制，设计各类数据的人机协同新范式，并能将有效方案沉淀为可复用的工作流、工具或方案。 【任职要求】 1、技术基础：理解机器学习、大模型及Agent的基本原理，有模型训练、微调或模型应用项目经验优先； 2、模型能力：能独立完成模型方案设计及生产落地；熟悉常用机器学习或深度学习框架，了解SFT、LoRA等大模型微调方法； 3、Agent实践：有Agent或复杂AI工作流的实际应用经验，理解任务拆解、工具调用、上下文管理、多步执行和效果评测等关键环节，能够结合场景设计可落地的方案； 4、综合能力：有探索和创新精神，具备较强的问题抽象、工程实现和结果意识，能够在效果、质量、效率与成本之间做出合理判断。 加分项： 有智能标注、自动质检、内容审核、多模态模型、小模型与大模型协同，或Agent规模化应用经验。