职位描述职位描述 在模型能力持续进化的过程中，许多高价值知识来自各行业专业人士的判断、经验和真实工作过程。如何找到合适的专家，设计有效的协作方式，并将专业知识转化为模型可以学习和验证的数据，是Data Scaling的重要组成部分。 你将负责从零搭建面向模型能力建设的专家生态：与算法团队共同判断需要哪些领域知识，寻找并连接国内外优秀专家，设计专家参与数据生产、模型评测和能力共建的方式，并建立能够长期运转和规模化扩展的专家网络。 这个岗位连接前沿模型与各领域最专业的人。你需要既理解专家网络如何高效运作，也愿意深入模型和数据问题，把一次次专家合作沉淀为稳定的供给能力和长期生态。 核心职责： 1. 理解模型需要什么样的专家 - 与算法和研究团队共同理解模型能力目标，将数据需求拆解为具体的专业领域、专家画像和协作任务。 - 判断不同任务需要的知识深度、专家层级和行业经验，明确专家招募及合作优先级。 - 快速进入新的专业领域，梳理核心机构、人才分布和知识结构，形成专家生态建设方案。 - 根据模型实验和业务反馈，持续调整专家结构、任务设计与投入方向。 2. 搭建和运营专家网络 - 主动寻找并连接国内外行业专家、科研人员、专业从业者及其他高质量知识贡献者。 - 建立专家识别、筛选、沟通、准入和分层机制，确保专家能力与模型任务准确匹配。 - 深入理解专家的专业背景、合作诉求和参与方式，建立长期、可信的合作关系。 - 持续拓展重点领域的专家覆盖，逐步形成结构清晰、响应及时、能够支持多类模型任务的专家网络。 3. 设计专家共建与项目交付 - 将算法团队的数据需求转化为专家能够理解和执行的任务、标准、工作流程及反馈机制。 - 设计专家参与数据生产、知识提炼、结果评审、模型评测和专业反馈的合作方式。 - 推动项目从专家匹配、方案沟通和试点验证走向规模化交付，协调解决过程中的质量、进度和协作问题。 - 跟踪专家产出及模型实验结果，分析不同专家、任务设计和协作方式的实际效果，持续优化项目方案。 4. 建立可规模化的生态机制 - 建立专家库、能力标签、项目记录和质量评价体系，提高专家匹配和项目执行效率。 - 设计合理的合作、激励和长期运营机制，提升高质量专家的参与度和稳定性。 - 沉淀不同领域专家协作的方法和标准，使专家供给能够支持不断变化的模型目标。 - 与算法、工程、法务及相关业务团队协作，妥善处理数据权属、保密、隐私安全和信息边界等问题。任职要求职位要求 - 具有专家网络、知识服务、行业研究、专业咨询或相关平台工作经验，熟悉专家寻访、筛选匹配、项目交付及关系运营的完整流程。 - 独立负责过多个专家项目或专家池建设，能够快速定位专业人才，并判断专家的实际能力与任务匹配度。 - 资源开拓和关系建设能力强，能够主动进入新的行业及专业圈层，与资深专家建立可信、长期的合作关系。 - 学习能力强，面对陌生行业或技术问题时，能够快速理解需求、抓住关键问题并与专业人士展开有效沟通。 - 具备良好的项目管理和运营能力，能够同时推进多个项目，准确管理专家、任务、质量、进度和交付结果。 - 对数据和质量敏感，能够通过项目表现和模型反馈识别问题，持续优化专家结构与协作流程。 - 对人工智能有持续兴趣，愿意理解模型训练、数据生产和能力评测的基本逻辑，并能够与算法和工程团队有效协作。 - 责任心强，具有良好的信息边界和保密意识，能够谨慎处理专家信息、专业数据及敏感合作内容。 - 能够使用英语独立开展专家寻访，并与海外专家进行工作沟通。 加分项 - 具有头部专家网络、知识服务平台或专业研究机构工作经验。 - 从零搭建过某一行业或多个专业领域的专家池，并形成稳定的运营和交付机制。 - 具有跨境专家寻访、海外专家网络或全球项目交付经验。 - 熟悉科技、生命科学、金融、法律、工程等高专业门槛领域中的一个或多个。 - 参与过高质量数据建设、Human Feedback、模型评测或相关AI项目。
