{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【实习】基于主动进化技术的AI coding数据合成方案探索-AI数据与安全（北京/深圳）",
        "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": "算法"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": "博士在读",
        "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课题介绍：\nAI Coding是当前大模型领域最热门的方向之一，高质量的Code训练数据和完善的模型评估机制是决定大模型Coding能力上限的关键因素。\n本课题通过探索基于主动学习技术的Code数据合成方案，系统性优化Code数据生产过程中存在的生产效率低、数据质量不佳、模型评估机制不完善等痛点问题。\n\n课题挑战：\n1、动态抗污染Benchmark 构建：针对评测集易污染、静态固化问题，构建具备防泄露机制的评测基准体系；建立动态更新迭代机制，适配模型能力演进与场景拓展，打造稳定可靠的评测标尺；\n2、基于主动学习与自博弈的数据合成方法：以主动学习筛选策略结合智能体环境模拟，替代高成本人工标注，实现数据自动化、规模化生成；引入自进化与自博弈机制，定向挖掘模型薄弱领域，合成高价值演化数据，补齐能力短板；\n3、低成本数据质量评估方法：突破单一语义评估局限，构建多维度质量刻画体系，探索轻量化评估路径以适配海量数据需求；建立数据特征与模型效果的强关联机制，形成可量化、可追溯的综合评估体系。\n\n课题价值：\n构建 Coding Agent自动化数据合成与主动学习管线，建立数据质量及模型性能评估标准，精准刻画数据与能力边界，降低评估成本，提升豆包大模型在复杂长程SWE任务中的表现。",
        "requirements_text": "1、2027届及以后毕业，博士在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、具备扎实的机器学习、深度学习理论基础，熟悉深度学习框架，有丰富的模型训练与调优经验；\n3、熟练掌握Python编程，具备良好的代码编写规范和工程实践能力，能够独立完成复杂算法的代码实现；\n4、在ACL、ICLR、NeurIPS、CVPR等顶级学术会议发表过有影响力研究成果、在ACM、Kaggle等编程或AI竞赛中获奖、主导或参与过具有影响力的AI开源或闭源项目者优先；\n5、具有优秀的逻辑思维能力、问题解决能力和创新意识，能够快速学习和掌握新技术；具备良好的团队协作精神和沟通能力，能在跨部门协作中高效推进项目。",
        "skills": [AI生成
            "Python",
            "机器学习",
            "深度学习",
            "模型训练",
            "团队协作",
            "沟通能力",
            "逻辑思维"
        ],
        "preferred_qualifications": "4、在ACL、ICLR、NeurIPS、CVPR等顶级学术会议发表过有影响力研究成果、在ACM、Kaggle等编程或AI竞赛中获奖、主导或参与过具有影响力的AI开源或闭源项目者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7628851578153339189/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7628851578153339189",
        "post_date": "2026-04-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7628851578153339189/detail"
    },
    "fulltext": "【实习】基于主动进化技术的AI coding数据合成方案探索-AI数据与安全（北京/深圳）\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课题介绍：\nAI Coding是当前大模型领域最热门的方向之一，高质量的Code训练数据和完善的模型评估机制是决定大模型Coding能力上限的关键因素。\n本课题通过探索基于主动学习技术的Code数据合成方案，系统性优化Code数据生产过程中存在的生产效率低、数据质量不佳、模型评估机制不完善等痛点问题。\n\n课题挑战：\n1、动态抗污染Benchmark 构建：针对评测集易污染、静态固化问题，构建具备防泄露机制的评测基准体系；建立动态更新迭代机制，适配模型能力演进与场景拓展，打造稳定可靠的评测标尺；\n2、基于主动学习与自博弈的数据合成方法：以主动学习筛选策略结合智能体环境模拟，替代高成本人工标注，实现数据自动化、规模化生成；引入自进化与自博弈机制，定向挖掘模型薄弱领域，合成高价值演化数据，补齐能力短板；\n3、低成本数据质量评估方法：突破单一语义评估局限，构建多维度质量刻画体系，探索轻量化评估路径以适配海量数据需求；建立数据特征与模型效果的强关联机制，形成可量化、可追溯的综合评估体系。\n\n课题价值：\n构建 Coding Agent自动化数据合成与主动学习管线，建立数据质量及模型性能评估标准，精准刻画数据与能力边界，降低评估成本，提升豆包大模型在复杂长程SWE任务中的表现。\n\n职位要求\n1、2027届及以后毕业，博士在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、具备扎实的机器学习、深度学习理论基础，熟悉深度学习框架，有丰富的模型训练与调优经验；\n3、熟练掌握Python编程，具备良好的代码编写规范和工程实践能力，能够独立完成复杂算法的代码实现；\n4、在ACL、ICLR、NeurIPS、CVPR等顶级学术会议发表过有影响力研究成果、在ACM、Kaggle等编程或AI竞赛中获奖、主导或参与过具有影响力的AI开源或闭源项目者优先；\n5、具有优秀的逻辑思维能力、问题解决能力和创新意识，能够快速学习和掌握新技术；具备良好的团队协作精神和沟通能力，能在跨部门协作中高效推进项目。\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课题介绍：\nAI Coding是当前大模型领域最热门的方向之一，高质量的Code训练数据和完善的模型评估机制是决定大模型Coding能力上限的关键因素。\n本课题通过探索基于主动学习技术的Code数据合成方案，系统性优化Code数据生产过程中存在的生产效率低、数据质量不佳、模型评估机制不完善等痛点问题。\n\n课题挑战：\n1、动态抗污染Benchmark 构建：针对评测集易污染、静态固化问题，构建具备防泄露机制的评测基准体系；建立动态更新迭代机制，适配模型能力演进与场景拓展，打造稳定可靠的评测标尺；\n2、基于主动学习与自博弈的数据合成方法：以主动学习筛选策略结合智能体环境模拟，替代高成本人工标注，实现数据自动化、规模化生成；引入自进化与自博弈机制，定向挖掘模型薄弱领域，合成高价值演化数据，补齐能力短板；\n3、低成本数据质量评估方法：突破单一语义评估局限，构建多维度质量刻画体系，探索轻量化评估路径以适配海量数据需求；建立数据特征与模型效果的强关联机制，形成可量化、可追溯的综合评估体系。\n\n课题价值：\n构建 Coding Agent自动化数据合成与主动学习管线，建立数据质量及模型性能评估标准，精准刻画数据与能力边界，降低评估成本，提升豆包大模型在复杂长程SWE任务中的表现。\n1、2027届及以后毕业，博士在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、具备扎实的机器学习、深度学习理论基础，熟悉深度学习框架，有丰富的模型训练与调优经验；\n3、熟练掌握Python编程，具备良好的代码编写规范和工程实践能力，能够独立完成复杂算法的代码实现；\n4、在ACL、ICLR、NeurIPS、CVPR等顶级学术会议发表过有影响力研究成果、在ACM、Kaggle等编程或AI竞赛中获奖、主导或参与过具有影响力的AI开源或闭源项目者优先；\n5、具有优秀的逻辑思维能力、问题解决能力和创新意识，能够快速学习和掌握新技术；具备良好的团队协作精神和沟通能力，能在跨部门协作中高效推进项目。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "B010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}