职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7605861826005846325

模型数据运营-TikTok安全产品

未披露 · 上海 · 字节跳动

主分类:AI训练数据标注与评测运营
运营
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "模型数据运营-TikTok安全产品",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "运营"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "6、具备商务英语听说读写能力,能熟练处理英文政策、技术文档和全球评估报告",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、全局评估体系与Golden Set建设:负责AIGT Golden Set(标准评估集)的整体规划与建设,覆盖核心政策维度,各类内容体裁,不同线上分布;建立样本采集、清洗、更新和淘汰机制,确保评估基准在不同区域和语境下的代表性,为模型迭代提供统一的“真值”标尺;\n2、Prompt Engineering与模型迭代:在最前沿的SOTA模型,基于Golden Set与线上漏过/误杀案例,负责风险场景的Prompt设计与精细化调优(含模板设计Few-Shot样本库维护);联合算法团队,利用归因分析结果推动AIGT模型的微调与架构优化;\n3、政策解构与AI Indicator Framework搭建与政策团队深度协作:将模糊的社区准则解构为可被LLM与多模态模型执行的量化指标体系(AI Indicator Framework);沉淀各风险场景的指标定义与尺度边界,解决LLM审核中的尺度漂移问题;\n4、数据基建与训练数据质量治理:在PE与模型迭代过程中识别并解决“脏数据”、“正例不足”、“标签冲突”等底层问题;与标注团队政策团队深度合作,设计PA标注任务与质检规则,建设高价值错误样本库与边界样本库,为模型冷启动与持续迭代提供高质量数据保障。",
        "requirements_text": "1、本科及以上学历,计算机、统计学、数据科学、法学或相关专业优先;3年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验;深刻理解内容安全业务;\n2、策略与规则能力:对内容安全体系有深入理解,熟悉政策拆解与规则落地流程,具备较强的逻辑抽象能力;\n3、模型与Prompt经验:熟悉LLM基础原理,对Prompt Engineering、Few-Shot、RAG有实战经验,能独立调优高质量指令;\n4、数据分析与评估:具备扎实的数据分析功底,熟练使用SQL/Excel/BI工具,有评估体系搭建、Golden Set构建或A/B Test经验者优先;\n5、跨团队协作:能够在复杂的矩阵组织中对齐目标,具备较强的推动力;系统化思维:能从琐碎的案例中抽炼出系统性方案,具备主人翁意识,结果导向;\n6、具备商务英语听说读写能力,能熟练处理英文政策、技术文档和全球评估报告。",
        "skills": [AI生成
            "SQL",
            "Excel",
            "数据分析",
            "团队协作",
            "英语沟通"
        ],
        "preferred_qualifications": "1、本科及以上学历,计算机、统计学、数据科学、法学或相关专业优先;4、数据分析与评估:具备扎实的数据分析功底,熟练使用SQL/Excel/BI工具,有评估体系搭建、Golden Set构建或A/B Test经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7605861826005846325/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7605861826005846325",
        "post_date": "2026-02-12",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7605861826005846325/detail"
    },
    "fulltext": "模型数据运营-TikTok安全产品\n职位描述\n1、全局评估体系与Golden Set建设:负责AIGT Golden Set(标准评估集)的整体规划与建设,覆盖核心政策维度,各类内容体裁,不同线上分布;建立样本采集、清洗、更新和淘汰机制,确保评估基准在不同区域和语境下的代表性,为模型迭代提供统一的“真值”标尺;\n2、Prompt Engineering与模型迭代:在最前沿的SOTA模型,基于Golden Set与线上漏过/误杀案例,负责风险场景的Prompt设计与精细化调优(含模板设计Few-Shot样本库维护);联合算法团队,利用归因分析结果推动AIGT模型的微调与架构优化;\n3、政策解构与AI Indicator Framework搭建与政策团队深度协作:将模糊的社区准则解构为可被LLM与多模态模型执行的量化指标体系(AI Indicator Framework);沉淀各风险场景的指标定义与尺度边界,解决LLM审核中的尺度漂移问题;\n4、数据基建与训练数据质量治理:在PE与模型迭代过程中识别并解决“脏数据”、“正例不足”、“标签冲突”等底层问题;与标注团队政策团队深度合作,设计PA标注任务与质检规则,建设高价值错误样本库与边界样本库,为模型冷启动与持续迭代提供高质量数据保障。\n\n职位要求\n1、本科及以上学历,计算机、统计学、数据科学、法学或相关专业优先;3年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验;深刻理解内容安全业务;\n2、策略与规则能力:对内容安全体系有深入理解,熟悉政策拆解与规则落地流程,具备较强的逻辑抽象能力;\n3、模型与Prompt经验:熟悉LLM基础原理,对Prompt Engineering、Few-Shot、RAG有实战经验,能独立调优高质量指令;\n4、数据分析与评估:具备扎实的数据分析功底,熟练使用SQL/Excel/BI工具,有评估体系搭建、Golden Set构建或A/B Test经验者优先;\n5、跨团队协作:能够在复杂的矩阵组织中对齐目标,具备较强的推动力;系统化思维:能从琐碎的案例中抽炼出系统性方案,具备主人翁意识,结果导向;\n6、具备商务英语听说读写能力,能熟练处理英文政策、技术文档和全球评估报告。\n1、全局评估体系与Golden Set建设:负责AIGT Golden Set(标准评估集)的整体规划与建设,覆盖核心政策维度,各类内容体裁,不同线上分布;建立样本采集、清洗、更新和淘汰机制,确保评估基准在不同区域和语境下的代表性,为模型迭代提供统一的“真值”标尺;\n2、Prompt Engineering与模型迭代:在最前沿的SOTA模型,基于Golden Set与线上漏过/误杀案例,负责风险场景的Prompt设计与精细化调优(含模板设计Few-Shot样本库维护);联合算法团队,利用归因分析结果推动AIGT模型的微调与架构优化;\n3、政策解构与AI Indicator Framework搭建与政策团队深度协作:将模糊的社区准则解构为可被LLM与多模态模型执行的量化指标体系(AI Indicator Framework);沉淀各风险场景的指标定义与尺度边界,解决LLM审核中的尺度漂移问题;\n4、数据基建与训练数据质量治理:在PE与模型迭代过程中识别并解决“脏数据”、“正例不足”、“标签冲突”等底层问题;与标注团队政策团队深度合作,设计PA标注任务与质检规则,建设高价值错误样本库与边界样本库,为模型冷启动与持续迭代提供高质量数据保障。\n1、本科及以上学历,计算机、统计学、数据科学、法学或相关专业优先;3年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验;深刻理解内容安全业务;\n2、策略与规则能力:对内容安全体系有深入理解,熟悉政策拆解与规则落地流程,具备较强的逻辑抽象能力;\n3、模型与Prompt经验:熟悉LLM基础原理,对Prompt Engineering、Few-Shot、RAG有实战经验,能独立调优高质量指令;\n4、数据分析与评估:具备扎实的数据分析功底,熟练使用SQL/Excel/BI工具,有评估体系搭建、Golden Set构建或A/B Test经验者优先;\n5、跨团队协作:能够在复杂的矩阵组织中对齐目标,具备较强的推动力;系统化思维:能从琐碎的案例中抽炼出系统性方案,具备主人翁意识,结果导向;\n6、具备商务英语听说读写能力,能熟练处理英文政策、技术文档和全球评估报告。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}