Qingting W.

Key Skills

Freelancer Overview

魏清亭 183-2609-0677 | 杭州市 | 31岁 | 共青团员 求职意向 意向岗位：AI训练师 | 期望薪资：10-12K | 意向城市：杭州市 | 求职类型：社招 个人总结 具备扎实的汉语言文学专业背景，并辅修计算机基础课程，对大语言模型（LLM）的训练机制有深入理解。拥有1年一线AI数据训练相关经验，擅长高质量数据撰写与评估，精通提示词工程（Prompt Engineering）。具备极强的逻辑思维与细节把控能力，能够精准识别并修正模型在逻辑、事实及安全性上的缺陷，致力于通过高质量的RLHF（人类反馈强化学习）数据，提升AI模型的指令遵循能力与拟人化交互体验。 专业技能 AI训练与评估：熟悉RLHF全流程，能够针对AI回复进行真实性、无害性、有帮助性多维度打分、排序与深度改写；具备优秀的文本敏感度，能精准识别模型输出的幻觉、偏见及逻辑漏洞，评估准确率稳定在98%以上。 提示词工程：精通CRISPE、CO-STAR等结构化提示词编写框架，擅长通过少样本学习（Few-Shot）、思维链（CoT）引导模型输出高质量内容，可独立完成垂类场景提示词库的搭建与迭代。 数据标注：熟练掌握文本分类、实体抽取（NER）、语义相似度判断、对话偏好排序等标注规范，可熟练操作Label Studio、Prodigy等标注工具，单周标注效率超团队平均水平15%。 工具与语言：熟练使用Office办公软件、Notion协作文档及飞书项目管理工具；具备良好的英语阅读与写作能力（CET-6 568分），可独立处理中英文对照语料标注任务。 工作经历 AI数据训练专员 | 某人工智能公司 | 2025.03 - 2026.05 模型回复评估与优化：负责主流大模型生成的对话数据质量评估，累计完成6200+条多场景回复的维度打分与排序，评估结果一致性准确率达98.7%，位列团队前三。 高质量语料撰写：针对模型在逻辑推理、职场文书撰写、常识问答等场景的回答缺陷，独立撰写1800+条“金标准”参考回复，助力模型在该类垂类任务的回答合格率提升18%。 提示词调优与迭代：参与通用场景提示词库的构建与迭代，累计优化200+条不同任务的指令措辞，使模型在摘要提取、角色扮演类任务的指令遵循率提升21%。 Badcase分析与反馈：按周整理模型典型Badcase案例，累计输出22份专项分析报告，协助算法团队定位常识推理、长文本生成类任务的技术短板，相关建议被纳入3次模型小版本迭代需求。 内容编辑 | 某互联网/文化传媒公司 | 2023.07 - 2025.02 文案撰写与校对：负责公众号、小红书等平台的日常文案撰写与校对，累计输出300+篇原创内容，保持内容零差错的发布记录，积累了扎实的文字功底与细节捕捉能力。 内容运营与优化：参与内容选题策划与用户反馈分析，通过调整内容叙事结构，使账号内容平均阅读量提升25%，为后续从事AI文本训练的内容质量判断积累了实践经验。 流程标准化建设：搭建团队内容素材库与校对规范，将内容审核效率提升30%，培养了结构化梳理信息、标准化输出成果的工作习惯。 教育背景 浙江师范大学 | 汉语言文学 | 本科 | 2019.09 - 2023.06 主修课程：现代汉语、逻辑学、应用写作、计算机基础、统计学原理 学业表现：GPA 3.6/4.0，曾获校级三等奖学金2次，通过国家计算机二级考试。 自我评价 逻辑严密：擅长拆解复杂问题，能够清晰判断AI回复中的逻辑断层与事实错误，可快速定位不同场景下的模型输出缺陷。 学习力强：对AI前沿技术保持高度敏感，持续跟踪大