模型运维负责人-CQC

岗位职责

1、负责团队战略与业务规划：深入理解直播安全业务场景，结合LLM、VLM、Embedding、RAG、Agent、模型路由等技术趋势，制定团队大模型应用技术路线与阶段性目标，带领团队完成从技术选型、方案设计到规模化落地的全流程推进，支撑内容理解、风险识别、治理决策及自动处置等业务环节的智能化升级；同时牵头探索Agent、MCP、Harness Self-Evolving、Agentic RL等前沿技术在内容安全场景中的应用，规划大模型从单点识别能力向“任务理解—信息检索—证据分析—决策—自动处置”端到端风险研判系统的演进路径，推动技术预研与业务落地结合； 2、负责大模型应用团队的团队建设与人才管理，同时把控技术方案并搭建实验体系：负责大模型应用团队的组建、培养与绩效管理，搭建合理的人才梯队（算法工程师、策略工程师、评测工程师等），制定团队成长路径与培养机制，营造技术驱动、数据导向的团队文化，持续提升团队整体战斗力；指导团队开展大模型实验方案设计与效果优化，围绕Prompt、RAG、SFT、LoRA/PEFT、GRPO/RLHF、模型蒸馏、模型融合等技术手段进行技术评审与方向把控；建立模型、数据、策略、工程链路多维度的负面案例归因与持续优化机制； 3、负责评测体系与质量保障建设，同时推进模型安全与数据闭环建设：带领团队建立大模型离线及线上评测体系，围绕Recall、Precision、F1、误杀率、长尾能力、稳定性、时延及成本等指标，搭建自动化Evaluation、Benchmark、Regression机制，保障模型效果持续稳定、质量可控；关注大模型幻觉、Prompt Injection、越权调用等风险，主导建设模型输入、输出及Agent工具调用的安全控制机制与Guardrail体系，确保大模型能力在安全边界内稳定运行；建立“风险发现→样本构建→模型训练→效果评测→负面案例分析→策略/治理标准迭代”的持续优化闭环，统筹样本生产、难例挖掘、数据筛选、训练数据构建及线上效果分析等全链路工作，保障数据资产积累与模型能力迭代； 4、作为团队负责人，负责跨团队协同与资源协调：与内容治理、算法、工程、策略运营及机审运营等团队建立高效协作机制，统筹项目排期与资源投入，推动大模型方案从实验验证、灰度测试到生产落地的全流程落地，并对业务指标与模型效果的最终结果负责。

任职要求

1、计算机、人工智能、数学、统计学、电子信息等相关专业本科及以上学历，具备扎实的计算机基础与较强的逻辑分析能力； 2、熟练掌握Python，熟悉主流深度学习框架（PyTorch/TensorFlow），深入理解Transformer架构及其变种原理；具备大模型全栈应用认知，熟悉LLM、VLM、Embedding、RAG、Agent/Harness、Guardrail等技术，有vLLM/SGLang等推理框架实战经验者优先； 3、对Prompt Engineering、SFT、LoRA/PEFT、GRPO/RLHF、模型蒸馏、模型融合等模型优化方法有深入理解与一线实践经验，能够指导团队将业务问题抽象为数据与模型问题，并做出合理的技术选型判断； 4、熟悉SQL及Hadoop/Spark等大数据平台，具备扎实的数据分析与特征工程能力，能够带领团队完成样本构建、数据挖掘与数据闭环体系建设。

岗位点评0

• 还没有点评，来当第一只嗅狗吧