{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型数据（应用数学）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": "产品经理"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\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、共创真实科研Agent工作流：将真实场景下的应用数学课题拆解成问题澄清、假设与变量、数学模型、方法选择、工具/代码调用、数值验证、敏感性与误差分析、结果解释、报告生成等关键环节；\n2、打磨模型的专业细节：切身使用模型解决自己的专业问题，反馈模型在条件、参数、公式、计算、稳定性、代码书写与验证等专业环节的表现，协助洞察模型提升的机会点；\n3、识别模型训练与工具调用边界：结合专业判断，协助判断哪类错误值得进入训练数据，哪些能力可通过工具调用解决，哪些必须改善模型推理，哪些任务不适合完全自动化，并探索专家复核与风险控制机制；\n4、辅助建设高质量评测集：基于真实任务模式，和训练团队一起探索合适的测评集，沉淀真实任务及必要上下文、标准答案或参考求解路径、分步骤评分规则、常见错误标签、对抗性测试和边界案例，以及对不同模型回答的盲评与原因说明。",
        "requirements_text": "1、博士学位在读，应用数学及相关方向专业优先；\n2、优先考虑已进入稳定研究阶段，年级不作为硬性限制，完整参与过一个研究课题，能够独立说明从问题定义、数学建模、方法选择、计算实验到结果验证的全过程；\n3、专业方向匹配计算工程或应用数学，计算工程包括运筹学与控制论、系统辨识、复杂系统、计算流体、工业数学、CAE/CAD/EDA、神经算子、机理、力学、电子、土木、半导体、具身智能、无人机等；应用数学包括计算数学、数值PDE、科学计算、最优化、数学模型、算法与数值实验、精算与数据科学、风险模型与定量决策等；\n4、优先来自数学强校、国家应用数学中心、全国重点实验室及特色工程实验室；\n5、熟练使用Python、MATLAB、Julia、Mathematica、R或专业仿真工具中的一种；使用过大模型或主流Agent辅助研究，并能判断其在数学推导、建模、计算和引用上的错误；\n6、专业判断严谨，具备全流程实践经验和对结果的判断能力，愿意分享学科经验，对跨学科应用有兴趣；每周可保证3天，可拆分安排，可连续合作3个月。",
        "skills": [AI生成
            "Python",
            "MATLAB",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "1、博士学位在读，应用数学及相关方向专业优先；2、优先考虑已进入稳定研究阶段，年级不作为硬性限制，完整参与过一个研究课题，能够独立说明从问题定义、数学建模、方法选择、计算实验到结果验证的全过程；4、优先来自数学强校、国家应用数学中心、全国重点实验室及特色工程实验室",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7683363482537314565/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7683363482537314565",
        "post_date": "2026-09-09",
        "hire_time": "每周可保证3天，可拆分安排，可连续合作3个月",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7683363482537314565/detail"
    },
    "fulltext": "大模型数据（应用数学）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、共创真实科研Agent工作流：将真实场景下的应用数学课题拆解成问题澄清、假设与变量、数学模型、方法选择、工具/代码调用、数值验证、敏感性与误差分析、结果解释、报告生成等关键环节；\n2、打磨模型的专业细节：切身使用模型解决自己的专业问题，反馈模型在条件、参数、公式、计算、稳定性、代码书写与验证等专业环节的表现，协助洞察模型提升的机会点；\n3、识别模型训练与工具调用边界：结合专业判断，协助判断哪类错误值得进入训练数据，哪些能力可通过工具调用解决，哪些必须改善模型推理，哪些任务不适合完全自动化，并探索专家复核与风险控制机制；\n4、辅助建设高质量评测集：基于真实任务模式，和训练团队一起探索合适的测评集，沉淀真实任务及必要上下文、标准答案或参考求解路径、分步骤评分规则、常见错误标签、对抗性测试和边界案例，以及对不同模型回答的盲评与原因说明。\n\n职位要求\n1、博士学位在读，应用数学及相关方向专业优先；\n2、优先考虑已进入稳定研究阶段，年级不作为硬性限制，完整参与过一个研究课题，能够独立说明从问题定义、数学建模、方法选择、计算实验到结果验证的全过程；\n3、专业方向匹配计算工程或应用数学，计算工程包括运筹学与控制论、系统辨识、复杂系统、计算流体、工业数学、CAE/CAD/EDA、神经算子、机理、力学、电子、土木、半导体、具身智能、无人机等；应用数学包括计算数学、数值PDE、科学计算、最优化、数学模型、算法与数值实验、精算与数据科学、风险模型与定量决策等；\n4、优先来自数学强校、国家应用数学中心、全国重点实验室及特色工程实验室；\n5、熟练使用Python、MATLAB、Julia、Mathematica、R或专业仿真工具中的一种；使用过大模型或主流Agent辅助研究，并能判断其在数学推导、建模、计算和引用上的错误；\n6、专业判断严谨，具备全流程实践经验和对结果的判断能力，愿意分享学科经验，对跨学科应用有兴趣；每周可保证3天，可拆分安排，可连续合作3个月。\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、共创真实科研Agent工作流：将真实场景下的应用数学课题拆解成问题澄清、假设与变量、数学模型、方法选择、工具/代码调用、数值验证、敏感性与误差分析、结果解释、报告生成等关键环节；\n2、打磨模型的专业细节：切身使用模型解决自己的专业问题，反馈模型在条件、参数、公式、计算、稳定性、代码书写与验证等专业环节的表现，协助洞察模型提升的机会点；\n3、识别模型训练与工具调用边界：结合专业判断，协助判断哪类错误值得进入训练数据，哪些能力可通过工具调用解决，哪些必须改善模型推理，哪些任务不适合完全自动化，并探索专家复核与风险控制机制；\n4、辅助建设高质量评测集：基于真实任务模式，和训练团队一起探索合适的测评集，沉淀真实任务及必要上下文、标准答案或参考求解路径、分步骤评分规则、常见错误标签、对抗性测试和边界案例，以及对不同模型回答的盲评与原因说明。\n1、博士学位在读，应用数学及相关方向专业优先；\n2、优先考虑已进入稳定研究阶段，年级不作为硬性限制，完整参与过一个研究课题，能够独立说明从问题定义、数学建模、方法选择、计算实验到结果验证的全过程；\n3、专业方向匹配计算工程或应用数学，计算工程包括运筹学与控制论、系统辨识、复杂系统、计算流体、工业数学、CAE/CAD/EDA、神经算子、机理、力学、电子、土木、半导体、具身智能、无人机等；应用数学包括计算数学、数值PDE、科学计算、最优化、数学模型、算法与数值实验、精算与数据科学、风险模型与定量决策等；\n4、优先来自数学强校、国家应用数学中心、全国重点实验室及特色工程实验室；\n5、熟练使用Python、MATLAB、Julia、Mathematica、R或专业仿真工具中的一种；使用过大模型或主流Agent辅助研究，并能判断其在数学推导、建模、计算和引用上的错误；\n6、专业判断严谨，具备全流程实践经验和对结果的判断能力，愿意分享学科经验，对跨学科应用有兴趣；每周可保证3天，可拆分安排，可连续合作3个月。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}