岗位职责
- 参与构建高质量、多维度的训练/验证/测试样本集，支撑敏感数据识别模型在文本、图像、多模态场景下的分类与检测任务；
- 协助设计并迭代数据标注规范，执行数据清洗、去重、增强及结构化处理，保障样本质量与一致性；
- 参与分类模型的训练、调参与效果评估，针对 bad case 进行归因分析并驱动样本补充与策略优化；
- 基于模型预测结果与线上反馈，完成数据飞轮闭环中的样本挖掘、难例筛选与主动学习流程，持续提升模型准召；
- 编写数据处理与评估脚本（Python、SQL），利用大模型能力辅助标注、质检与知识抽取，推动标注流程 AI-Native 化；
- 沉淀敏感数据识别领域知识，将分类定义、判定规则与边界案例结构化为可被模型消费的知识资产，驱动数据飞轮持续运转。
职位要求
- 本科及以上学历在读，计算机、统计、数学、人工智能等相关专业；
- 熟悉 Python 编程，熟悉 SQL；
- 掌握机器学习、深度学习相关概念，有模型训练调优经验；
- 具备"数据驱动"思维——能从模型表现反推数据短板，形成"发现问题→补充数据→验证提升"的闭环意识；
- 有良好的知识归纳与文档沉淀习惯，能将零散经验提炼为可复用的规则与标准；
- 加分项：有 NLP/多模态相关课程项目或竞赛经验；有数据标注项目经验；了解主动学习、数据增强或 LLM-as-Judge 等数据飞轮相关方法。
