崗位職責(zé):
1. 負(fù)責(zé)數(shù)據(jù)治理體系的規(guī)劃與建設(shè),制定和實施數(shù)據(jù)治理相關(guān)策略和流程。
2. 負(fù)責(zé)數(shù)據(jù)質(zhì)量管理,包括數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)制定、數(shù)據(jù)質(zhì)量檢查、問題跟蹤和改進(jìn)。
3. 負(fù)責(zé)數(shù)據(jù)標(biāo)準(zhǔn)化和元數(shù)據(jù)管理,確保數(shù)據(jù)的一致性和可追溯性。
4. 負(fù)責(zé)數(shù)據(jù)安全策略的制定與執(zhí)行,確保數(shù)據(jù)的安全性和合規(guī)性。
任職要求
1.熟悉 PyTorch/TensorFlow 深度學(xué)習(xí)框架。
2.掌握多模態(tài)開發(fā)工具鏈,包括 LangChain(流程編排)、Dify(低代碼部署)、Ollama(本地模型服務(wù))等,能快速構(gòu)建端到端應(yīng)用。
3.熟悉向量數(shù)據(jù)庫(如 Milvus、Pinecone)與知識圖譜工具(Neo4j、Stardog),具備 RAG 系統(tǒng)開發(fā)經(jīng)驗
4.熟悉AI大模型數(shù)據(jù)處理,包括數(shù)據(jù)采集、清洗、特征提取、跨模態(tài)對齊、檢索優(yōu)化、知識圖譜構(gòu)建與融合,以及生成模型的適配等;
5.有AI大模型知識庫構(gòu)建或是模型微調(diào)經(jīng)驗的優(yōu)先。