模型运营专员

1. 模型效果运营：常态化跟踪文本、图像、多模态等 AI 模型的准确率、召回率等核心指标，建立健康度监控体系，并主动定位模型漏召、误判等效果劣化问题，驱动优化闭环，保障线上业务效果持续达标；
2. 训练数据运营：主导训练集、验证集、测试集的全生命周期运营，持续分析样本分布、数据噪声、类别不均衡等问题，并通过数据增强、难样本富集、负样本挖掘等手段，从数据侧系统性支撑模型准召率提升；
3. 模型迭代全流程跟进管理：跟进模型微调、参数调优、prompt 优化及训练策略升级全流程，对比不同版本模型 Precision / Recall / F1 等关键指标，输出可追溯的迭代复盘报告，把控每轮迭代质量；
4. 跨团队协同推动业务效果落地：深度对接业务、内容审核、产品等团队，理解真实场景痛点，基于业务优先级制定模型优化节奏，推进模型灰度验证与全量上线，确保优化效果切实转化为业务价值。

必备能力

1. 本科及以上学历，计算机、人工智能、软件工程、数学、统计等相关专业，熟悉深度学习、机器学习基础理论；
2. 精通模型准召率优化逻辑，深刻理解准确率、召回率、F1值、混淆矩阵等核心指标，具备独立通过数据、模型、策略三维度提升准召的实战经验；
3. 熟练使用PyTorch/TensorFlow任意一种框架，熟悉模型微调、蒸馏、正则化、超参调优等训练优化手段；
4. 熟练掌握数据分析、样本筛选、坏例挖掘方法，能够精准定位模型性能瓶颈并落地优化；
5. 熟悉AI模型训练全流程：数据处理、模型训练、验证评测、版本管理、效果复盘。 优先加分项
6. 有内容安全、NLP文本分类、CV图像识别、多模态模型优化经验者优先；
7. 有大模型微调、小模型落地迭代、样本不均衡场景准召优化经验者优先；
8. 具备结构化复盘能力，能够沉淀可复用的模型优化方法论；
9. 熟悉模型线上监控、灰度测试、效果评估体系者优先。