杨天赐
AI 工程师 / AI 产品经理 / 数字体验设计 / 视觉实验
求职定位：AI 工程师、AI 产品经理、数字体验设计、视觉实验。
教育背景
河北机电职业技术学院 · 市场营销
2023.06 — 2026.06- 主修课程：管理学原理、经济学原理、商务谈判、市场调查与预测、新媒体运营、销售管理、市场调研与数据分析。
实习经历
北京月之暗面科技有限公司 · AI 数据标注实习生
2025.06 — 2025.11北京百川智能科技有限公司 · AI 图片描述实习生
2025.11 — 2026.05- 参与电商售后规则问答 COT 推理链、文生图模型竞品横向评测、电商营销图片描述等 AI 训练数据项目，按项目规则完成字段标注、评分记录、问题归因和备注说明，为模型训练与评测提供高质量数据支持。
- 熟悉标注平台和 Excel 数据处理流程，能够根据文本规则、图片内容和多模态评测标准，完成关键信息提取、判断依据标注、图片主体识别、风险标签补全及 badcase 整理。
- 参与标注结果自检与复核，对漏标、错标、推理链跳步、依据缺失、图片主体误判、prompt 遵循偏差、标签边界不清等问题进行修正，并将高频争议样本反馈给质检人员。
- 具备基础自动化提效意识，能使用 Excel 筛选、批量查重、字段完整性校验和 AI 辅助初筛，对标注字段、图片描述、风险标签和评测结果进行批量检查，减少重复返修和格式错误。
项目经历
电商售后规则问答 COT 推理链标注项目
2025.07 — 2025.10北京月之暗面科技有限公司
- 参与电商售后规则问答类 COT 语料标注，样本覆盖退款条件、换货流程、物流异常、商品破损、优惠券补偿、投诉升级等规则判断场景。
- 根据用户问题、订单状态和售后规则，标注问题关键信息、判断依据、处理步骤和最终结论，保证推理过程与业务规则一致。
- 重点检查推理链是否跳步、依据是否缺失、结论是否与规则冲突，并对不完整、过度承诺、处理路径错误的样本进行备注和修正。
准确率与人效：日均完成约 180–220 条 COT 样本标注，规则结论类标签抽检准确率约 91%，返修后样本通过率约 96%。
通用场景图片描述数据标注项目
2025.11 — 2026.03北京百川智能科技有限公司
- 参与多模态图片描述类训练语料标注，样本覆盖人物、风景、生活场景、商品物体、建筑空间、活动海报等多类型图片。
- 根据项目规则识别图片主体、主体属性、数量关系、动作状态、背景环境、图片文字信息和整体场景，补充 image_type、main_object、attribute、text_info、risk_label、remark 等字段。
- 重点检查主体误判、数量关系错误、动作描述不准确、文字漏标、描述过短、风险标签缺失等问题，对敏感内容、夸大宣传、文字遮挡、图文不一致等情况进行标注和备注。
- 自动化提效：针对算法机标 prompt 输出不稳定的问题，基于标注规则优化图片描述 prompt 框架，明确主体、属性、数量、动作、背景、文字和风险标签等字段要求，并配合算法侧使用自家模型生成初版描述，辅助人工校对和补充。
准确率与人效：日均完成约 280–360 张图片描述标注，主体识别准确率约 95%，常规描述抽检准确率约 92%，风险样本复核通过率约 94%。
文生图模型竞品横向评测项目
2026.04北京百川智能科技有限公司
- 参与即梦 SeedDream 4.5 与 GPT Image 2、Gemini Nano Banana 2、通义万相、文心一言、可灵等文生图模型横向评测，覆盖人物、电商营销、动漫、风景、科幻、美食 6 类场景。
- 基于 54 道 prompt、6 个模型共 324 张生成结果进行同题横评，按匿名编号和随机打乱方式完成盲评打分，评测维度包括指令遵循（主体是否正确、数量/位置/动作是否一致）、图片质量（清晰度、构图、光影、色彩、细节完整度、透视合理性）、内容创造（风格融合能力、场景氛围、视觉冲击力、商业吸引力）和安全合规（是否生成危险/仇恨/色情/暴力内容）。
- 整理完善 badcase、优质率、不可用率等数据，并归因主体错、数量错、动作错、景别错、空间结构错、文字乱码等 badcase。
- 输出结论：基于多模型横向评测结果，整理各模型在不同场景下的优劣势，分析复杂 prompt 中主体关系、数量约束、动作细节、景别要求、空间结构和文字渲染等稳定性问题，并沉淀 badcase 类型和优化建议。
准确率与人效：日均完成约 54 张图片评测与问题归因，复核后评分口径一致率约 90%，协助沉淀不可用样本和 hard prompt 回归集。
核心能力
规则理解
能快速阅读任务说明并拆解标注口径，识别相似标签边界，保持标签一致性和准确性。
标注执行
能按规则完成多轮对话样本阅读、字段补全、标签选择、备注说明和自检修正。
数据质检
熟悉自检、复核、问题归因流程，可定位漏标、错标、格式不统一、上下文冲突等质量问题。
沟通协作
遇到规则争议时能先整理样例和判断依据，再与质检、项目负责人同步，推动问题闭环。
自动化提效
能使用 Excel 筛选、批量查重、字段校验和 AI 工具辅助整理问题样本，减少重复检查和返修成本。
工作流意识
熟悉数据清洗、标注、自检、质检、返修、复核到交付的基础流程，能按优先级推进任务并及时同步风险样本。
技能与自我评价
- 熟练使用 Excel、Word 等办公软件，了解 AI 训练数据标注基本流程，能完成数据整理、标注、自检、质检和问题反馈。
- 具备市场营销专业背景，对销售咨询、用户需求识别、转化引导类文本有较好理解。
- 做事认真细致，责任心强，能耐心处理重复性数据任务，并持续提升数据准确性、业务理解和工具提效能力。
杨天赐 · 个人简历 · 2026