崗位職責：
提示詞(Prompt)設(shè)計與優(yōu)化：
深入理解業(yè)務需求及目標AI模型特性，設(shè)計、編寫和迭代高效的提示詞。
應用多種提示工程技術(shù)（如零樣本、少樣本、思維鏈、角色設(shè)定等）優(yōu)化模型輸出。
系統(tǒng)性測試、評估不同提示詞的效果，量化其性能（如相關(guān)性、準確性、創(chuàng)造性、安全性）。
識別并解決提示詞中的歧義、偏見或無效指令問題。
建立和維護可復用、高質(zhì)量的提示詞庫/模板。

數(shù)據(jù)整理、清洗與標注：
負責AI項目（特別是與提示詞相關(guān)的模型微調(diào)或評估）所需數(shù)據(jù)的收集、整理、清洗和預處理。
設(shè)計和執(zhí)行數(shù)據(jù)標注規(guī)范與流程，確保數(shù)據(jù)標注的準確性和一致性（可能涉及管理標注團隊或使用標注工具）。
識別和處理數(shù)據(jù)中的噪聲、缺失值、異常值及潛在偏見。
構(gòu)建和維護結(jié)構(gòu)清晰、高質(zhì)量的專項數(shù)據(jù)集。

數(shù)據(jù)管理與質(zhì)量保障：
建立和維護數(shù)據(jù)文檔、元數(shù)據(jù)及數(shù)據(jù)字典。
監(jiān)控數(shù)據(jù)質(zhì)量，制定并實施數(shù)據(jù)質(zhì)量校驗規(guī)則和流程。
協(xié)助進行數(shù)據(jù)版本控制和管理。
確保數(shù)據(jù)處理流程符合數(shù)據(jù)安全與隱私規(guī)范。

協(xié)作與溝通：
與數(shù)據(jù)科學家、AI工程師、產(chǎn)品經(jīng)理及業(yè)務方緊密合作，理解需求，溝通進展與挑戰(zhàn)。
清晰記錄提示詞設(shè)計思路、測試結(jié)果及數(shù)據(jù)處理流程。
分享提示詞工程和數(shù)據(jù)管理的*佳實踐。

任職要求：
必備技能與經(jīng)驗：
本科及以上學歷，計算機科學、數(shù)據(jù)科學、人工智能、語言學、統(tǒng)計學或相關(guān)領(lǐng)域優(yōu)先。

核心技能1：提示詞工程：
對大型語言模型的工作原理有扎實理解。
具備實際設(shè)計和優(yōu)化Prompt的經(jīng)驗，熟悉主流提示工程技術(shù)。
能夠設(shè)計嚴謹?shù)臏y試用例來評估Prompt效果。

核心技能2：數(shù)據(jù)處理：
熟練掌握數(shù)據(jù)清洗、整理、預處理技術(shù)（如使用Python/Pandas, SQL, Excel等）。
具備數(shù)據(jù)標注流程管理或?qū)嶋H操作經(jīng)驗。
理解數(shù)據(jù)質(zhì)量維度（準確性、完整性、一致性、時效性等）及其保障方法。
熟練掌握至少一種編程語言（Python 強烈優(yōu)先）用于數(shù)據(jù)處理和自動化任務。
熟練使用辦公軟件（Excel/Google Sheets）和文檔工具。
優(yōu)秀的分析能力和解決問題的技巧。
注重細節(jié)，追求高質(zhì)量結(jié)果。
良好的書面和口頭溝通能力。

優(yōu)先考慮：
有使用主流大語言模型API（OpenAI GPT, DeepSeek,Qwen,Stable Diffusion等）進行開發(fā)或測試的經(jīng)驗。
了解機器學習/深度學習基礎(chǔ)概念。
有數(shù)據(jù)可視化經(jīng)驗（Tableau, Power BI, Matplotlib/Seaborn）。
了解數(shù)據(jù)庫系統(tǒng)（SQL/NoSQL）基礎(chǔ)。
了解數(shù)據(jù)治理或數(shù)據(jù)管理框架的基本概念。
具備項目管理或跨團隊協(xié)作經(jīng)驗。

加分項：
對特定領(lǐng)域（如客服、營銷、金融、醫(yī)療等）有業(yè)務理解。
有構(gòu)建或維護知識庫的經(jīng)驗。
有開源項目貢獻或技術(shù)博客寫作經(jīng)驗。