基本信息
| 地点: 杭州 | 学历: 本科 | 工作年限: 5 年 |
职位描述
主导复杂场景模型开发与性能优化的服务场景拆解、数据任务拆解、模型微调。
1. 围绕业务场景设计高应用落地可行性的知识图谱，推进知识体系从业务know-how 到模型实现的落地；如定义“轻熟风”的设计要素（如V领、垂感面料、低饱和度配色），并将其转化为可结构化输入模型的标签体系。
2. 数据治理：数据标注的准确性、标注任务的拆解效率（如服饰属性标签的粒度设计是否适配业务场景），以及数据安全合规性（如客户敏感数据脱敏处理）；需提交季度数据质量报告，例如“面料属性标注的准确率提升至95%”。
3. 根据服饰行业出图效果，和算法合作优化AIGC模型（如微调、数据标注、效果评估）；设计模型评估指标，跟踪业务效果（如预测准确率、质检效率提升）。
4. 针对供应链场景，需整合生产数据（如面料库、版型库）与AI生款策略，优化模型和生产链路，提升出图质量，平衡成本与交付时效。
5. 建立贴合业务需求的，科学的模型效果测算方法论和评估体系，定期输出业务价值报告（如AIGC内容的用户点击率提升、供应链效率优化等）。
6. 建立标注人员质量评分机制（如标注错误率＜5%为达标），定期淘汰低效外包资源。
7. 具备独立设计AB实验，通过A/B测试验证运营策略的能力，例如测试“搭配prompt调用策略有效性”、“不同模型选型下”的客户满意度差异等。
职位要求
1. 2年以上机器学习经验，熟悉主动学习、模型训练、标注任务拆解等。
2. 熟悉服装设计或拍摄场景下的数据情况（如主图素材、各电商社媒渠道图像素材的差异）。
3. 具备基于业务场景需求，快速拆解到技术实现手段（模型迭代需求、现有模型技术选型）并推进模型到产品应用。
4.对AIGC图像相关技术具备认知和理解，对AIGC领域技术趋势（多模态模型、RLHF优化）的跟踪与落地可行性分析能力；需推动至少1项模型优化方案进入生产环境，并输出数据需求文档。
5.有成功的AIGC项目管理和落地经验。
