职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7637493745785817397

机器学习数据实习生-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": "机器学习数据实习生-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": "机器学习"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": "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\n1、深度参与模型ML/DL场景的训练数据和评估工作,对模型推理路径与研究过程的合理性进行分析和评估;\n2、撰写和迭代评分Rubric,制定覆盖问题分解、工具调用、结论质量等维度的评估标准;\n3、参与训练问题集的设计与编排,保障问题难度分布和领域覆盖符合训练目标;\n4、阅读Auto-Research相关论文,协助判断novel创意的价值与实验设计的合理性。",
        "requirements_text": "1、本科及以上学历在读;\n2、有ML/DL系统性训练经历,跑过完整训练Pipeline,了解Loss曲线/梯度/学习率调度等实际表现;\n3、熟悉PyTorch或JAX,有动手训练经验(不只是调用API或跑Fine-Tune脚本);\n4、有一定论文阅读量,能看懂Ablation study和实验设计逻辑,并形成独立判断;\n5、表达清晰,能写出有明确判断依据的评估结论,而非模糊描述;\n6、有独立研究项目、Workshop或会议论文经验者优先。",
        "skills": [AI生成
            "PyTorch"
        ],
        "preferred_qualifications": "6、有独立研究项目、Workshop或会议论文经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7637493745785817397/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7637493745785817397",
        "post_date": "2026-05-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7637493745785817397/detail"
    },
    "fulltext": "机器学习数据实习生-AI数据与安全\n职位描述\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\n1、深度参与模型ML/DL场景的训练数据和评估工作,对模型推理路径与研究过程的合理性进行分析和评估;\n2、撰写和迭代评分Rubric,制定覆盖问题分解、工具调用、结论质量等维度的评估标准;\n3、参与训练问题集的设计与编排,保障问题难度分布和领域覆盖符合训练目标;\n4、阅读Auto-Research相关论文,协助判断novel创意的价值与实验设计的合理性。\n\n职位要求\n1、本科及以上学历在读;\n2、有ML/DL系统性训练经历,跑过完整训练Pipeline,了解Loss曲线/梯度/学习率调度等实际表现;\n3、熟悉PyTorch或JAX,有动手训练经验(不只是调用API或跑Fine-Tune脚本);\n4、有一定论文阅读量,能看懂Ablation study和实验设计逻辑,并形成独立判断;\n5、表达清晰,能写出有明确判断依据的评估结论,而非模糊描述;\n6、有独立研究项目、Workshop或会议论文经验者优先。\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\n1、深度参与模型ML/DL场景的训练数据和评估工作,对模型推理路径与研究过程的合理性进行分析和评估;\n2、撰写和迭代评分Rubric,制定覆盖问题分解、工具调用、结论质量等维度的评估标准;\n3、参与训练问题集的设计与编排,保障问题难度分布和领域覆盖符合训练目标;\n4、阅读Auto-Research相关论文,协助判断novel创意的价值与实验设计的合理性。\n1、本科及以上学历在读;\n2、有ML/DL系统性训练经历,跑过完整训练Pipeline,了解Loss曲线/梯度/学习率调度等实际表现;\n3、熟悉PyTorch或JAX,有动手训练经验(不只是调用API或跑Fine-Tune脚本);\n4、有一定论文阅读量,能看懂Ablation study和实验设计逻辑,并形成独立判断;\n5、表达清晰,能写出有明确判断依据的评估结论,而非模糊描述;\n6、有独立研究项目、Workshop或会议论文经验者优先。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}