大模型全栈工程师(数据标注平台 / Agent-Native 开发)
介绍
我们正在寻找一位以 agent 为主要工作方式的全栈工程师,主导数据标注平台的前后端建设。日常开发以 Claude Code、Cursor、Codex 等 AI 编程 agent 为核心工具,一个人高效完成从需求、设计到上线的全流程。
岗位职责
●负责数据标注平台的全栈开发,包括标注流程设计、标注工具开发及质量控制体系搭建,持续提升标注效率与数据质量,满足算法团队的数据需求。
●研发并优化各类标注工具与交互界面,覆盖文本、多轮对话、偏好对比、agent 轨迹等 LLM 数据标注场景,改善标注员使用体验。
●建立并完善标注规范与质检流程(一致性检验、抽检、标注员评估),确保数据产出质量达标。
●在标注流程中引入 LLM 能力,如模型预标注、自动质检、LLM-as-judge 辅助审核,提升人效。
●统筹标注团队的培训及任务分配,与算法团队紧密协作,推动标注方案迭代。
●根据团队需要,快速开发其他 LLM 相关内部工具(如评测看板、数据浏览与分析工具等)。
任职要求
●知名院校大学本科学历以上,计算机、软件工程或相关专业背景优先。
●具备全栈开发能力:熟悉 React/Vue 前端和 Python 后端(FastAPI/Django 等),掌握数据库与基本部署,能独立交付完整产品。
●具备 Agent 化工作方式:日常深度使用 Claude Code、Cursor、Codex 等 AI 编程 agent,善于拆解任务、编写有效指令、审查和把控 agent 产出的代码质量。
●有 LLM 应用开发经验,熟悉主流模型 API、function calling、结构化输出等,能将 LLM 集成到实际产品中。
●了解 NLP 或 CV 基础任务,理解标注数据在模型训练中的作用。
●学习能力强,交付节奏快,能灵活承担不同类型的平台开发任务,优秀应届毕业生亦可。
加分项
●有标注平台开发(含 Label Studio 等二次开发)或标注团队管理经验。
●了解 SFT、RLHF/DPO 偏好数据或 agent 轨迹数据的格式与生产流程。
●有自己搭建 agent 工作流的经验(如 MCP、自定义 skills、多 agent 协作开发等),或有可展示的项目作品,尤其是借助 agent 独立完成的完整产品。