职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:32325

训练数据质量评测专家 -【可灵AI】

未披露 · Beijing · 快手科技

主分类:AI训练数据标注与评测运营
运营
辅助:AI模型评测工程(仅展示)
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "训练数据质量评测专家 -【可灵AI】",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "D4131",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0005"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司,业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "训练数据质量评测专家 -【可灵AI】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D4131\n发布时间:2026-08-26\n\n岗位职责\n1、负责训练数据交付验收体系:为模型训练数据与算子训练数据设计抽样方案、验收阈值与驳回规则,覆盖预训练、继续训练、SFT、RLHF 各阶段,行使批次放行与驳回的最终判定权;\n2、负责数据策略上线与变更的验证体系:用高效、科学的验证方法保证每次策略变更的效果可信——要对数据链路整体、视频质量、音频质量、Caption、类目树等维度有综合理解;\n3、建设数据链路端到端测试机制:周期性链路测试报告、分数据源阈值设计、结构性问题与 Bias 的定向排查;\n4、组织并管理数十人规模的外包验收团队:执行并反馈质量标准(与数据策略共同打磨数据标准)、算子三审、标注答疑、培训体系与考核汰换;\n5、推进验收自动化:用 Agent 与大模型替代人工走查,把\"每批抽样几百条\"的人力模式升级为可 Scale 的工业级质检体系,并沉淀标准执行方案与文档。\n\n任职要求\n1、有质量体系的完整实战案例,来自以下任一领域:数据标注质检与验收、制造业供应商质量管理(SQE)、测试与 QA 自动化、内容审核质检、数据质量治理——我们看重可迁移的验收方法论,不限行业出身;\n2、统计基础:抽样设计、置信度、精确率/召回率、一致性检验用于真实验收决策而非纸面概念;\n3、有管理外包或供应商团队的体系化经验:培训、标准对齐、一致性治理、考核汰换,不只是\"管过人\";\n4、能用 Coding Agent(Cursor、Claude Code 等)独立搭建质检与报告自动化工具,有用工具替代人工环节的真实交付;\n5、对视觉/听觉内容敏感,愿意深入理解视频、音频、Caption、类目等多维质量语义。\n加分项:大模型训练数据或标注行业经验;抽样验收标准实践;质检模型的校准经验;从零搭建质量体系并跑通的经历。",
        "requirements_text": "训练数据质量评测专家 -【可灵AI】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D4131\n发布时间:2026-08-26\n\n岗位职责\n1、负责训练数据交付验收体系:为模型训练数据与算子训练数据设计抽样方案、验收阈值与驳回规则,覆盖预训练、继续训练、SFT、RLHF 各阶段,行使批次放行与驳回的最终判定权;\n2、负责数据策略上线与变更的验证体系:用高效、科学的验证方法保证每次策略变更的效果可信——要对数据链路整体、视频质量、音频质量、Caption、类目树等维度有综合理解;\n3、建设数据链路端到端测试机制:周期性链路测试报告、分数据源阈值设计、结构性问题与 Bias 的定向排查;\n4、组织并管理数十人规模的外包验收团队:执行并反馈质量标准(与数据策略共同打磨数据标准)、算子三审、标注答疑、培训体系与考核汰换;\n5、推进验收自动化:用 Agent 与大模型替代人工走查,把\"每批抽样几百条\"的人力模式升级为可 Scale 的工业级质检体系,并沉淀标准执行方案与文档。\n\n任职要求\n1、有质量体系的完整实战案例,来自以下任一领域:数据标注质检与验收、制造业供应商质量管理(SQE)、测试与 QA 自动化、内容审核质检、数据质量治理——我们看重可迁移的验收方法论,不限行业出身;\n2、统计基础:抽样设计、置信度、精确率/召回率、一致性检验用于真实验收决策而非纸面概念;\n3、有管理外包或供应商团队的体系化经验:培训、标准对齐、一致性治理、考核汰换,不只是\"管过人\";\n4、能用 Coding Agent(Cursor、Claude Code 等)独立搭建质检与报告自动化工具,有用工具替代人工环节的真实交付;\n5、对视觉/听觉内容敏感,愿意深入理解视频、音频、Caption、类目等多维质量语义。\n加分项:大模型训练数据或标注行业经验;抽样验收标准实践;质检模型的校准经验;从零搭建质量体系并跑通的经历。",
        "skills": [AI生成
            "数据标注",
            "模型训练",
            "质量管理",
            "招聘",
            "培训",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项:大模型训练数据或标注行业经验",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32325"
            }
        ]
    },
    "posting": {
        "posting_id": "32325",
        "post_date": "2026-08-26",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32325"
    },
    "fulltext": "训练数据质量评测专家 -【可灵AI】\n训练数据质量评测专家 -【可灵AI】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D4131\n发布时间:2026-08-26\n\n岗位职责\n1、负责训练数据交付验收体系:为模型训练数据与算子训练数据设计抽样方案、验收阈值与驳回规则,覆盖预训练、继续训练、SFT、RLHF 各阶段,行使批次放行与驳回的最终判定权;\n2、负责数据策略上线与变更的验证体系:用高效、科学的验证方法保证每次策略变更的效果可信——要对数据链路整体、视频质量、音频质量、Caption、类目树等维度有综合理解;\n3、建设数据链路端到端测试机制:周期性链路测试报告、分数据源阈值设计、结构性问题与 Bias 的定向排查;\n4、组织并管理数十人规模的外包验收团队:执行并反馈质量标准(与数据策略共同打磨数据标准)、算子三审、标注答疑、培训体系与考核汰换;\n5、推进验收自动化:用 Agent 与大模型替代人工走查,把\"每批抽样几百条\"的人力模式升级为可 Scale 的工业级质检体系,并沉淀标准执行方案与文档。\n\n任职要求\n1、有质量体系的完整实战案例,来自以下任一领域:数据标注质检与验收、制造业供应商质量管理(SQE)、测试与 QA 自动化、内容审核质检、数据质量治理——我们看重可迁移的验收方法论,不限行业出身;\n2、统计基础:抽样设计、置信度、精确率/召回率、一致性检验用于真实验收决策而非纸面概念;\n3、有管理外包或供应商团队的体系化经验:培训、标准对齐、一致性治理、考核汰换,不只是\"管过人\";\n4、能用 Coding Agent(Cursor、Claude Code 等)独立搭建质检与报告自动化工具,有用工具替代人工环节的真实交付;\n5、对视觉/听觉内容敏感,愿意深入理解视频、音频、Caption、类目等多维质量语义。\n加分项:大模型训练数据或标注行业经验;抽样验收标准实践;质检模型的校准经验;从零搭建质量体系并跑通的经历。\n训练数据质量评测专家 -【可灵AI】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D4131\n发布时间:2026-08-26\n\n岗位职责\n1、负责训练数据交付验收体系:为模型训练数据与算子训练数据设计抽样方案、验收阈值与驳回规则,覆盖预训练、继续训练、SFT、RLHF 各阶段,行使批次放行与驳回的最终判定权;\n2、负责数据策略上线与变更的验证体系:用高效、科学的验证方法保证每次策略变更的效果可信——要对数据链路整体、视频质量、音频质量、Caption、类目树等维度有综合理解;\n3、建设数据链路端到端测试机制:周期性链路测试报告、分数据源阈值设计、结构性问题与 Bias 的定向排查;\n4、组织并管理数十人规模的外包验收团队:执行并反馈质量标准(与数据策略共同打磨数据标准)、算子三审、标注答疑、培训体系与考核汰换;\n5、推进验收自动化:用 Agent 与大模型替代人工走查,把\"每批抽样几百条\"的人力模式升级为可 Scale 的工业级质检体系,并沉淀标准执行方案与文档。\n\n任职要求\n1、有质量体系的完整实战案例,来自以下任一领域:数据标注质检与验收、制造业供应商质量管理(SQE)、测试与 QA 自动化、内容审核质检、数据质量治理——我们看重可迁移的验收方法论,不限行业出身;\n2、统计基础:抽样设计、置信度、精确率/召回率、一致性检验用于真实验收决策而非纸面概念;\n3、有管理外包或供应商团队的体系化经验:培训、标准对齐、一致性治理、考核汰换,不只是\"管过人\";\n4、能用 Coding Agent(Cursor、Claude Code 等)独立搭建质检与报告自动化工具,有用工具替代人工环节的真实交付;\n5、对视觉/听觉内容敏感,愿意深入理解视频、音频、Caption、类目等多维质量语义。\n加分项:大模型训练数据或标注行业经验;抽样验收标准实践;质检模型的校准经验;从零搭建质量体系并跑通的经历。\n训练数据质量评测专家 -【可灵AI】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D4131\n发布时间:2026-08-26\n\n岗位职责\n1、负责训练数据交付验收体系:为模型训练数据与算子训练数据设计抽样方案、验收阈值与驳回规则,覆盖预训练、继续训练、SFT、RLHF 各阶段,行使批次放行与驳回的最终判定权;\n2、负责数据策略上线与变更的验证体系:用高效、科学的验证方法保证每次策略变更的效果可信——要对数据链路整体、视频质量、音频质量、Caption、类目树等维度有综合理解;\n3、建设数据链路端到端测试机制:周期性链路测试报告、分数据源阈值设计、结构性问题与 Bias 的定向排查;\n4、组织并管理数十人规模的外包验收团队:执行并反馈质量标准(与数据策略共同打磨数据标准)、算子三审、标注答疑、培训体系与考核汰换;\n5、推进验收自动化:用 Agent 与大模型替代人工走查,把\"每批抽样几百条\"的人力模式升级为可 Scale 的工业级质检体系,并沉淀标准执行方案与文档。\n\n任职要求\n1、有质量体系的完整实战案例,来自以下任一领域:数据标注质检与验收、制造业供应商质量管理(SQE)、测试与 QA 自动化、内容审核质检、数据质量治理——我们看重可迁移的验收方法论,不限行业出身;\n2、统计基础:抽样设计、置信度、精确率/召回率、一致性检验用于真实验收决策而非纸面概念;\n3、有管理外包或供应商团队的体系化经验:培训、标准对齐、一致性治理、考核汰换,不只是\"管过人\";\n4、能用 Coding Agent(Cursor、Claude Code 等)独立搭建质检与报告自动化工具,有用工具替代人工环节的真实交付;\n5、对视觉/听觉内容敏感,愿意深入理解视频、音频、Caption、类目等多维质量语义。\n加分项:大模型训练数据或标注行业经验;抽样验收标准实践;质检模型的校准经验;从零搭建质量体系并跑通的经历。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}