在 AI 資料質量分析師角色中，你可以期待以下職責：

資料分析

品質稽核

• 執行已註釋資料集的品質稽核，確保其符合既定指引與品質標準。

統計報告

• 利用基於統計的品質指標（如 F1 分數及標註者一致度）來評估資料品質。

根本原因分析

• 分析標註錯誤、趨勢、專案流程及專案文件，以識別並理解錯誤根本原因，並提出修正策略。

邊緣案例管理

• 處理並分析邊緣案例標註，以確保品質並找出改進空間。

工具運用

• 熟練使用標註及品質管控工具，以執行審查並追蹤品質指標。

指引

• 成為專案特定指引的專家，並針對可能的釐清或改進提出反饋。

持續改進

自動化

• 發掘使用自動化的機會，以助於強化分析、提供更深入洞察並提升效率。

文件管理

• 撰寫並維護最新的品質標準、標註指引及品質管控流程文件。

反饋

• 定期提供反饋，指出整體標註流程中的改進面向。

協作與溝通

• 跨職能團隊合作
• 與關鍵專案持份者及客戶緊密合作，以了解專案需求並優化標註流程。
• 培訓
• 協助培訓標註員，提供指導、反饋與支持，以確保資料品質。
• 報告
• 定期提供更新，重點說明資料品質指標、關鍵發現與可行洞察，以持續改進流程。

必備條件

• 擁有 1 年以上資料分析師經驗，並曾接觸資料質量及/或資料標註，理想情況下具備 AI/ML 領域經驗。
• 熟悉 AI/ML 流程及資料的基本概念。
• 具備優秀的分析與問題解決能力，並對細節具有敏銳洞察力。
• 具備出色的書面與口頭溝通能力，能清楚表達品質問題並與跨領域團隊協作。
• 能獨立作業並有效管理時間以達成截止期限。
• 具備批判性思維的強大問題解決者，能推動創新與持續優化。
• 學習快速，能在快節奏環境中獨立作業。
• 在關注細節的同時兼顧策略性優先事項。
• 具備積極的態度與快速適應新環境的能力。
• 敢於表達意見。

加分條件

• 熟悉資料標註工具（如 Labelbox、Dataloop、LabelStudio 等）。
• 具備處理多模態 AI/ML 資料集（影像、影片、文本、音訊）的經驗。
• 具備在敏捷或快節奏技術環境中接觸 AI/ML 流程的經驗。
• 具備程式語言（如 Python）知識。
• 熟悉 AI/ML 模型資料質量概念與原則，及其對模型效能的影響。
• 對 AI/ML 資料質量中常用品質指標與統計方法具有實務理解。
• 具備 AI/ML 概念知識及 AI/ML 資料處理經驗。
• 具備提示工程（prompt engineering）經驗及日常應用大型語言模型（LLM）的經驗。

學歷／認證

• 具備技術領域（如電腦科學、資料科學）學士學位或同等專業經驗。

你將愛上這份工作的原因：

• 遠端優先的彈性工作：在你最具生產力的地點工作！
• 每個挑戰都是全新：在 AI 安全領域的最前線處理首創性問題。
• 明顯影響力：你的架構設計將直接影響全球領先的 AI 團隊如何降低風險。
• 成長空間大：從零開始建立解決方案職能，隨著營收增長而晉升領導職務。
• 使命驅動的團隊：加入由銷售人員、研究人員及工程師組成，致力於打造更安全 AI 的團隊。

工作地點／工作時間／出差：

• 開放至任一菲律賓辦公室（地點標記）
• 以在家工作為主，僅在有需求時進辦公室
• 菲律賓時區早班或中班（視業務需求可能調整）