主分类：数据工程与数据平台研发
辅助：AI模型评测工程（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": "大模型数据技术（CodingAgent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": "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、参与Seed基础模型Coding Agent方向的训练数据管线建设，负责后训练数据的设计、构建、清洗、挖掘与质量标准制定，覆盖SFT、RLVR、RLIF等数据形态；\n2、分析Coding Agent在训练和评测过程中的数据短板，定位数据缺陷，并针对性设计数据迭代策略，扩充高价值训练样本；\n3、围绕代码生成、代码修复、仓库级任务、工具调用、多轮开发轨迹等Coding场景，探索高质量合成数据与回流数据利用方案；\n4、探索Coding Agent在World Knowledge、Harness、Synthetic Data、Benchmark等方向的数据构造与评估方法，推动模型在真实软件工程任务中的能力提升；\n5、参与数据质量评估、自动化筛选规则、训练样本构造策略和Benchmark分析，沉淀可复用的数据生产规范与工具链。",
"requirements_text": "1、本科及以上学历在读，计算机科学与技术、软件工程、人工智能、自然语言处理等相关专业优先；\n2、对NLP、大模型后训练、Synthetic Data、RLVR/RLIF、Coding Agent等方向有浓厚兴趣，有相关研究或工程经验者优先，有大规模数据处理经验，熟悉Pandas、PyArrow、Spark、HDFS等工具优先；\n3、具备扎实的编程基础，熟悉至少一门主流编程语言，如Python、C/C++、JavaScript、Go等，理解基础代码逻辑和常见软件开发场景，熟悉或愿意深入了解大模型训练数据构造、数据清洗、数据挖掘、自动化评测等工作，对真实软件工程任务有理解，参与过开源项目、工程研发或复杂代码库维护者优先；\n4、有较强的问题分析能力和工程落地能力，能够从模型表现和评测结果中发现数据问题，并提出可执行的改进方案，有Code LLM、Coding Agent、Bugfixing、代码生成、Repo-level Benchmark、Agent Tool Use等相关项目经验优先；\n5、有OpenClaw、大模型Harness、代码评测框架、自动化数据处理Pipeline等相关经验者优先；有AI顶会发表经历，或ACM/ICPC、CCPC等程序设计竞赛获奖经历者优先；每周可实习4天及以上，连续实习3个月及以上优先。",
"skills": [AI生成
"Python",
"JavaScript",
"C++",
"Spark",
"自然语言处理",
"数据挖掘",
"数据清洗",
"模型训练",
"分析能力",
"大语言模型",
"C语言"
],
"preferred_qualifications": "1、本科及以上学历在读，计算机科学与技术、软件工程、人工智能、自然语言处理等相关专业优先；2、对NLP、大模型后训练、Synthetic Data、RLVR/RLIF、Coding Agent等方向有浓厚兴趣，有相关研究或工程经验者优先，有大规模数据处理经验，熟悉Pandas、PyArrow、Spark、HDFS等工具优先；3、具备扎实的编程基础，熟悉至少一门主流编程语言，如Python、C/C++、JavaScript、Go等，理解基础代码逻辑和常见软件开发场景，熟悉或愿意深入了解大模型训练数据构造、数据清洗、数据挖掘、自动化评测等工作，对真实软件工程任务有理解，参与过开源项目、工程研发或复杂代码库维护者优先；4、有较强的问题分析能力和工程落地能力，能够从模型表现和评测结果中发现数据问题，并提出可执行的改进方案，有Code LLM、Coding Agent、Bugfixing、代码生成、Repo-level Benchmark、Agent Tool Use等相关项目经验优先；5、有OpenClaw、大模型Harness、代码评测框架、自动化数据处理Pipeline等相关经验者优先；有AI顶会发表经历，或ACM/ICPC、CCPC等程序设计竞赛获奖经历者优先；每周可实习4天及以上，连续实习3个月及以上优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7649304561039231237/detail"
}
]
},
"posting": {
"posting_id": "7649304561039231237",
"post_date": "2026-06-09",
"hire_time": "每周可实习4天及以上，连续实习3个月及以上优先",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7649304561039231237/detail"
},
"fulltext": "大模型数据技术（CodingAgent方向）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、参与Seed基础模型Coding Agent方向的训练数据管线建设，负责后训练数据的设计、构建、清洗、挖掘与质量标准制定，覆盖SFT、RLVR、RLIF等数据形态；\n2、分析Coding Agent在训练和评测过程中的数据短板，定位数据缺陷，并针对性设计数据迭代策略，扩充高价值训练样本；\n3、围绕代码生成、代码修复、仓库级任务、工具调用、多轮开发轨迹等Coding场景，探索高质量合成数据与回流数据利用方案；\n4、探索Coding Agent在World Knowledge、Harness、Synthetic Data、Benchmark等方向的数据构造与评估方法，推动模型在真实软件工程任务中的能力提升；\n5、参与数据质量评估、自动化筛选规则、训练样本构造策略和Benchmark分析，沉淀可复用的数据生产规范与工具链。\n\n职位要求\n1、本科及以上学历在读，计算机科学与技术、软件工程、人工智能、自然语言处理等相关专业优先；\n2、对NLP、大模型后训练、Synthetic Data、RLVR/RLIF、Coding Agent等方向有浓厚兴趣，有相关研究或工程经验者优先，有大规模数据处理经验，熟悉Pandas、PyArrow、Spark、HDFS等工具优先；\n3、具备扎实的编程基础，熟悉至少一门主流编程语言，如Python、C/C++、JavaScript、Go等，理解基础代码逻辑和常见软件开发场景，熟悉或愿意深入了解大模型训练数据构造、数据清洗、数据挖掘、自动化评测等工作，对真实软件工程任务有理解，参与过开源项目、工程研发或复杂代码库维护者优先；\n4、有较强的问题分析能力和工程落地能力，能够从模型表现和评测结果中发现数据问题，并提出可执行的改进方案，有Code LLM、Coding Agent、Bugfixing、代码生成、Repo-level Benchmark、Agent Tool Use等相关项目经验优先；\n5、有OpenClaw、大模型Harness、代码评测框架、自动化数据处理Pipeline等相关经验者优先；有AI顶会发表经历，或ACM/ICPC、CCPC等程序设计竞赛获奖经历者优先；每周可实习4天及以上，连续实习3个月及以上优先。\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、参与Seed基础模型Coding Agent方向的训练数据管线建设，负责后训练数据的设计、构建、清洗、挖掘与质量标准制定，覆盖SFT、RLVR、RLIF等数据形态；\n2、分析Coding Agent在训练和评测过程中的数据短板，定位数据缺陷，并针对性设计数据迭代策略，扩充高价值训练样本；\n3、围绕代码生成、代码修复、仓库级任务、工具调用、多轮开发轨迹等Coding场景，探索高质量合成数据与回流数据利用方案；\n4、探索Coding Agent在World Knowledge、Harness、Synthetic Data、Benchmark等方向的数据构造与评估方法，推动模型在真实软件工程任务中的能力提升；\n5、参与数据质量评估、自动化筛选规则、训练样本构造策略和Benchmark分析，沉淀可复用的数据生产规范与工具链。\n1、本科及以上学历在读，计算机科学与技术、软件工程、人工智能、自然语言处理等相关专业优先；\n2、对NLP、大模型后训练、Synthetic Data、RLVR/RLIF、Coding Agent等方向有浓厚兴趣，有相关研究或工程经验者优先，有大规模数据处理经验，熟悉Pandas、PyArrow、Spark、HDFS等工具优先；\n3、具备扎实的编程基础，熟悉至少一门主流编程语言，如Python、C/C++、JavaScript、Go等，理解基础代码逻辑和常见软件开发场景，熟悉或愿意深入了解大模型训练数据构造、数据清洗、数据挖掘、自动化评测等工作，对真实软件工程任务有理解，参与过开源项目、工程研发或复杂代码库维护者优先；\n4、有较强的问题分析能力和工程落地能力，能够从模型表现和评测结果中发现数据问题，并提出可执行的改进方案，有Code LLM、Coding Agent、Bugfixing、代码生成、Repo-level Benchmark、Agent Tool Use等相关项目经验优先；\n5、有OpenClaw、大模型Harness、代码评测框架、自动化数据处理Pipeline等相关经验者优先；有AI顶会发表经历，或ACM/ICPC、CCPC等程序设计竞赛获奖经历者优先；每周可实习4天及以上，连续实习3个月及以上优先。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}