主分类：AI模型评测工程
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": "大模型自动化评测实习生 - 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": "2、英语六级，英语能力佳者优先；5、必须具备英文文献阅读能力，了解AI领域最近发表的论文，发表过计算机相关国际论文优先",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、调研公开评测方法，并将公开评测集集成至内部平台；\n2、探索智能、高效的模型自动化评估方案，制定搜索/医疗等垂类方向的自动评估方案，探索主观题目自动评估链路；\n3、制定大模型评估在应用方向的评估标准，制定题库设计方案，制定评测标准，并对题库整体质量负责；\n4、和产品研发、标注团队共同合作，分析评估中反映出负面案案例，制定下一步模型优化的策略。",
"requirements_text": "1、本科及以上学历在读，计算机科学与技术、软件工程、大数据技术，人工智能、智能科学与技术等专业优先；\n2、英语六级，英语能力佳者优先；\n3、有一定的SQL和Python能力，具备较强的程序开发、数据清洗能力，有运维背景优先，了解PE（提示工程），会搭Agent/Workflow；\n4、具备大模型训练或模型评估经验，熟悉大模型评测方法，了解公开评估集的构建方式以及指标设定优先；\n5、必须具备英文文献阅读能力，了解AI领域最近发表的论文，发表过计算机相关国际论文优先；\n6、有责任心和较强的团队意识，对人工智能有较强的兴趣，具备优秀的沟通协调能力和团队协作意识，有项目管理经验优先。",
"skills": [AI生成
"Python",
"SQL",
"数据清洗",
"模型训练",
"项目管理",
"团队协作",
"沟通协调",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历在读，计算机科学与技术、软件工程、大数据技术，人工智能、智能科学与技术等专业优先；2、英语六级，英语能力佳者优先；3、有一定的SQL和Python能力，具备较强的程序开发、数据清洗能力，有运维背景优先，了解PE（提示工程），会搭Agent/Workflow；4、具备大模型训练或模型评估经验，熟悉大模型评测方法，了解公开评估集的构建方式以及指标设定优先；5、必须具备英文文献阅读能力，了解AI领域最近发表的论文，发表过计算机相关国际论文优先；6、有责任心和较强的团队意识，对人工智能有较强的兴趣，具备优秀的沟通协调能力和团队协作意识，有项目管理经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7660489016080763141/detail"
}
]
},
"posting": {
"posting_id": "7660489016080763141",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7660489016080763141/detail"
},
"fulltext": "大模型自动化评测实习生 - 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、调研公开评测方法，并将公开评测集集成至内部平台；\n2、探索智能、高效的模型自动化评估方案，制定搜索/医疗等垂类方向的自动评估方案，探索主观题目自动评估链路；\n3、制定大模型评估在应用方向的评估标准，制定题库设计方案，制定评测标准，并对题库整体质量负责；\n4、和产品研发、标注团队共同合作，分析评估中反映出负面案案例，制定下一步模型优化的策略。\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、大数据技术，人工智能、智能科学与技术等专业优先；\n2、英语六级，英语能力佳者优先；\n3、有一定的SQL和Python能力，具备较强的程序开发、数据清洗能力，有运维背景优先，了解PE（提示工程），会搭Agent/Workflow；\n4、具备大模型训练或模型评估经验，熟悉大模型评测方法，了解公开评估集的构建方式以及指标设定优先；\n5、必须具备英文文献阅读能力，了解AI领域最近发表的论文，发表过计算机相关国际论文优先；\n6、有责任心和较强的团队意识，对人工智能有较强的兴趣，具备优秀的沟通协调能力和团队协作意识，有项目管理经验优先。\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\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、调研公开评测方法，并将公开评测集集成至内部平台；\n2、探索智能、高效的模型自动化评估方案，制定搜索/医疗等垂类方向的自动评估方案，探索主观题目自动评估链路；\n3、制定大模型评估在应用方向的评估标准，制定题库设计方案，制定评测标准，并对题库整体质量负责；\n4、和产品研发、标注团队共同合作，分析评估中反映出负面案案例，制定下一步模型优化的策略。\n1、本科及以上学历在读，计算机科学与技术、软件工程、大数据技术，人工智能、智能科学与技术等专业优先；\n2、英语六级，英语能力佳者优先；\n3、有一定的SQL和Python能力，具备较强的程序开发、数据清洗能力，有运维背景优先，了解PE（提示工程），会搭Agent/Workflow；\n4、具备大模型训练或模型评估经验，熟悉大模型评测方法，了解公开评估集的构建方式以及指标设定优先；\n5、必须具备英文文献阅读能力，了解AI领域最近发表的论文，发表过计算机相关国际论文优先；\n6、有责任心和较强的团队意识，对人工智能有较强的兴趣，具备优秀的沟通协调能力和团队协作意识，有项目管理经验优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}