岗位职责
- 样本构造、富集与Agent化体系建设：负责样本富集流水线的端到端设计与持续演进，覆盖文本、图片、音频、视频等多模态；以LLM、多模态AIGC、自动化编辑剪辑为核心手段，把种子样本批量扩展为高对抗、高多样性的评估资产；牵头样本生成与变异Agent的工作流设计、Prompt工程与Human-in-the-Loop边界；与算法/工程团队共同推动Red Team Agentic Platform的样本模块持续迭代；
- Red Team Sample Taxonomy演进与覆盖度治理：以治理风险准则与蓝军Risk Taxonomy为主干，持续扩充与优化样本侧的分类骨架；通过覆盖度、对抗强度、新鲜度等量化指标，识别样本盲区并定向补齐；
- 评估集构建与运营：设计并维护多层评估集（回归、边界、长尾、版本准入、上线监测），明确每一层的入选准则、刷新周期与使用场景，直接支撑模型/策略的版本评估与上线决策；
- 样本全生命周期运营：负责样本从采集、生成、富集、标注、入库到版本管理、退役的全链路SOP与质量基线；维护样本资产健康度并定期产出运营报告；
- 跨团队协同与下游闭环：与研判、Policy、算法、DS、数据标注等团队协同，推动“风险研判→样本富集→评估验证→策略/模型加固”的闭环。
职位要求
- 本科及以上学历；计算机科学/信息安全/风险管理/数据科学等相关专业优先；
- 5年以上内容安全/信任与安全/数据集构建/AIGC工程相关经验；具备独立负责人复杂数据资产或评估体系的经历；
- 信任与安全样本/评估/标注体系建设经验优先；AIGC内容生成/数据增强/对抗样本构造工程经验优先；内容审核策略/模型评测/Benchmark建设背景；
- 具备一定AI经验，对生成式AI有一定的实操经验，理解LLM与多模态模型的能力边界与失败模式，具备Prompt设计、人机协同流程拆解、与算法/工程团队共建Agent工作流的实操经验；
- 熟悉评估集分层、抽样、IAA一致性、模型鲁棒性与漂移监测；能从评估结果反推样本缺陷与策略短板；
- 英语可作为日常工作语言。
