职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7623344501484538117

数据运营(方言对话方向)实习生 - AI数据与安全

未披露 · 北京 · 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": "数据运营(方言对话方向)实习生 - AI数据与安全",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "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": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务,覆盖数据生产全流程,包含模型评估标准的制定、数据规模化生产、数据飞轮搭建,不断提升数据质量,支持模型快速迭代。\n团队由产品经理、数据工程、数据运营等跨职能人才组成,并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作,从真实场景中收集反馈并分析模型表现数据,解决 AI 前沿突破过程中的复杂数据问题,推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者,也是模型和 AI 产品的一手用户。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、搭建具有通用性和可拓展性的语音大模型方言对话数据标注和模型评测框架,与算法团队对齐标注与评测标准、撰写相关培训方案;\n2、结合行业趋势及业务应用场景,根据模型迭代方向设计评测集,并提供高质量训练数据,对自动化链路搭建、数据质量评估及外部资源管理负责;\n3、与产品算法团队协同,积极探索自动化数据生产、模型评估、数据合成等方法,提高数据标注、评测效率,持续跟踪大模型技术进展,持续探索智能高效的数据生产模式。",
        "requirements_text": "1、本科及以上学历在读,汉语言、语言学、计算机语言学(语言智能、数字语言)等相关专业优先;\n2、具备互联网产品运营或大模型数据、评测的实习或项目经验优先(语音理解方向经验优先);\n3、对大模型、数据、评测有理解和认知,具备一定的PE或代码能力,对语音大模型的技术和产品应用有兴趣;\n4、具备良好的数据分析和跨团队沟通能力,具备多任务并行处理能力。",
        "skills": [AI生成
            "数据分析",
            "沟通能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、本科及以上学历在读,汉语言、语言学、计算机语言学(语言智能、数字语言)等相关专业优先;2、具备互联网产品运营或大模型数据、评测的实习或项目经验优先(语音理解方向经验优先)",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7623344501484538117/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7623344501484538117",
        "post_date": "2026-03-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7623344501484538117/detail"
    },
    "fulltext": "数据运营(方言对话方向)实习生 - AI数据与安全\n职位描述\n团队介绍:AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务,覆盖数据生产全流程,包含模型评估标准的制定、数据规模化生产、数据飞轮搭建,不断提升数据质量,支持模型快速迭代。\n团队由产品经理、数据工程、数据运营等跨职能人才组成,并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作,从真实场景中收集反馈并分析模型表现数据,解决 AI 前沿突破过程中的复杂数据问题,推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者,也是模型和 AI 产品的一手用户。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、搭建具有通用性和可拓展性的语音大模型方言对话数据标注和模型评测框架,与算法团队对齐标注与评测标准、撰写相关培训方案;\n2、结合行业趋势及业务应用场景,根据模型迭代方向设计评测集,并提供高质量训练数据,对自动化链路搭建、数据质量评估及外部资源管理负责;\n3、与产品算法团队协同,积极探索自动化数据生产、模型评估、数据合成等方法,提高数据标注、评测效率,持续跟踪大模型技术进展,持续探索智能高效的数据生产模式。\n\n职位要求\n1、本科及以上学历在读,汉语言、语言学、计算机语言学(语言智能、数字语言)等相关专业优先;\n2、具备互联网产品运营或大模型数据、评测的实习或项目经验优先(语音理解方向经验优先);\n3、对大模型、数据、评测有理解和认知,具备一定的PE或代码能力,对语音大模型的技术和产品应用有兴趣;\n4、具备良好的数据分析和跨团队沟通能力,具备多任务并行处理能力。\n团队介绍:AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务,覆盖数据生产全流程,包含模型评估标准的制定、数据规模化生产、数据飞轮搭建,不断提升数据质量,支持模型快速迭代。\n团队由产品经理、数据工程、数据运营等跨职能人才组成,并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作,从真实场景中收集反馈并分析模型表现数据,解决 AI 前沿突破过程中的复杂数据问题,推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者,也是模型和 AI 产品的一手用户。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、搭建具有通用性和可拓展性的语音大模型方言对话数据标注和模型评测框架,与算法团队对齐标注与评测标准、撰写相关培训方案;\n2、结合行业趋势及业务应用场景,根据模型迭代方向设计评测集,并提供高质量训练数据,对自动化链路搭建、数据质量评估及外部资源管理负责;\n3、与产品算法团队协同,积极探索自动化数据生产、模型评估、数据合成等方法,提高数据标注、评测效率,持续跟踪大模型技术进展,持续探索智能高效的数据生产模式。\n1、本科及以上学历在读,汉语言、语言学、计算机语言学(语言智能、数字语言)等相关专业优先;\n2、具备互联网产品运营或大模型数据、评测的实习或项目经验优先(语音理解方向经验优先);\n3、对大模型、数据、评测有理解和认知,具备一定的PE或代码能力,对语音大模型的技术和产品应用有兴趣;\n4、具备良好的数据分析和跨团队沟通能力,具备多任务并行处理能力。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}