主分类：AI 模型产品经理
辅助：数据工程与数据平台研发（仅展示）
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": "LLM/VLM模型训练产品实习生 - 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": "产品"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": "2027届硕士及以上学位在读",
"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\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、实验结果分析：通过对实验结果的研究，确定自研VLM的改进空间，以及相应的改进手段；\n2、实验数据策略制定：基于模型训练方法与需求，制定并迭代含合成数据在内的整体数据构建策略，同步调研市场数据新趋势，为策略优化提供支撑；\n3、实验数据产线搭建：设计数据生产链路及核心步骤，发起项目并主导全流程设计、优先级判定及项目管理，保障高效产出高质量数据；\n4、评测集构建：面向自研VLM能力短板与迭代目标，设计评测维度与评估标准，构建高质量、可复用的评测集，完成论文撰写；\n5、应用产品设计：与豆包C端用户体验及反馈相结合，设计并实现更有价值的产品功能。",
"requirements_text": "1、2027届硕士及以上学位在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、有AI产品经验，具备LLM/VLM/多模态训练数据生产、评估经验；\n3、具备优秀的逻辑思维、问题解决与创新能力，可快速学习新技术；拥有良好的团队协作与沟通能力，能在跨部门协作中高效推进项目。\n\n加分项\n1、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，有模型训练与调优经验；\n2、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；\n3、在ACL、ICLR、NeurIPS、CVPR等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。",
"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": "加分项；3、在ACL、ICLR、NeurIPS、CVPR等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/7630736849905240373/detail"
}
]
},
"posting": {
"posting_id": "7630736849905240373",
"post_date": "2026-04-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7630736849905240373/detail"
},
"fulltext": "LLM/VLM模型训练产品实习生 - 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\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、实验结果分析：通过对实验结果的研究，确定自研VLM的改进空间，以及相应的改进手段；\n2、实验数据策略制定：基于模型训练方法与需求，制定并迭代含合成数据在内的整体数据构建策略，同步调研市场数据新趋势，为策略优化提供支撑；\n3、实验数据产线搭建：设计数据生产链路及核心步骤，发起项目并主导全流程设计、优先级判定及项目管理，保障高效产出高质量数据；\n4、评测集构建：面向自研VLM能力短板与迭代目标，设计评测维度与评估标准，构建高质量、可复用的评测集，完成论文撰写；\n5、应用产品设计：与豆包C端用户体验及反馈相结合，设计并实现更有价值的产品功能。\n\n职位要求\n1、2027届硕士及以上学位在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、有AI产品经验，具备LLM/VLM/多模态训练数据生产、评估经验；\n3、具备优秀的逻辑思维、问题解决与创新能力，可快速学习新技术；拥有良好的团队协作与沟通能力，能在跨部门协作中高效推进项目。\n\n加分项\n1、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，有模型训练与调优经验；\n2、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；\n3、在ACL、ICLR、NeurIPS、CVPR等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。\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\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、实验结果分析：通过对实验结果的研究，确定自研VLM的改进空间，以及相应的改进手段；\n2、实验数据策略制定：基于模型训练方法与需求，制定并迭代含合成数据在内的整体数据构建策略，同步调研市场数据新趋势，为策略优化提供支撑；\n3、实验数据产线搭建：设计数据生产链路及核心步骤，发起项目并主导全流程设计、优先级判定及项目管理，保障高效产出高质量数据；\n4、评测集构建：面向自研VLM能力短板与迭代目标，设计评测维度与评估标准，构建高质量、可复用的评测集，完成论文撰写；\n5、应用产品设计：与豆包C端用户体验及反馈相结合，设计并实现更有价值的产品功能。\n1、2027届硕士及以上学位在读，计算机科学与技术、数学、统计学、人工智能等相关专业；\n2、有AI产品经验，具备LLM/VLM/多模态训练数据生产、评估经验；\n3、具备优秀的逻辑思维、问题解决与创新能力，可快速学习新技术；拥有良好的团队协作与沟通能力，能在跨部门协作中高效推进项目。\n\n加分项\n1、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，有模型训练与调优经验；\n2、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；\n3、在ACL、ICLR、NeurIPS、CVPR等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。",
"standard_classification": {
"std_category_code": "PM003",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}