职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7683460518455920949

具身智能数据产品专家 - 火山引擎

未披露 · 北京、上海 · 字节跳动

主分类:数据产品经理
产品
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": "具身智能数据产品专家 - 火山引擎",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、上海",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责具身智能数据与评测方向的产品规划与需求定义,面向数据闭环、场景体系、评测报告、任务调度和平台工具链,抽象共性能力并推动产品化落地;\n2、主导场景与数据集体系设计,结合模型训练、评测回归和问题分析需求,定义场景标签、样本筛选规则、数据集版本、质量标准和使用路径,提升数据资产的可发现、可复用和可追溯能力;\n3、负责评测与分析产品能力建设,推动开环评测、回归任务、问题归因、指标看板和报告生成等能力落地,支撑模型版本迭代后的自动化分析与准入判断;\n4、与算法、平台、运营、测试及工程团队紧密协作,梳理从问题发现、数据挖掘、数据生产、模型训练到评测验证的完整链路,持续优化用户工作流和平台效率;\n5、建立产品指标与反馈机制,围绕任务效率、数据命中率、评测覆盖度、报告可解释性、问题闭环效率等指标持续迭代产品能力。",
        "requirements_text": "1、5年以上数据产品专家工作经验,涵盖数据产品、AI平台产品、评测平台产品、自动驾驶平台产品领域,有从0到1建设智驾数据闭环产品经验优先;\n2、理解数据闭环、模型迭代、场景库、评测指标和研发协作流程,能把算法和工程团队的复杂需求抽象为清晰的平台能力与产品方案;\n3、具备较强的结构化思维和产品判断力,能够定义标签体系、数据集体系、任务流转、权限角色、指标看板和报告模板等关键产品对象;\n4、具备良好的跨团队沟通与推进能力,能够在算法、平台、运营、测试等多方之间对齐目标、明确边界并推动落地。",
        "skills": [AI生成
            "数据挖掘",
            "模型训练",
            "产品规划"
        ],
        "preferred_qualifications": "1、5年以上数据产品专家工作经验,涵盖数据产品、AI平台产品、评测平台产品、自动驾驶平台产品领域,有从0到1建设智驾数据闭环产品经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7683460518455920949/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7683460518455920949",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7683460518455920949/detail"
    },
    "fulltext": "具身智能数据产品专家 - 火山引擎\n职位描述\n团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责具身智能数据与评测方向的产品规划与需求定义,面向数据闭环、场景体系、评测报告、任务调度和平台工具链,抽象共性能力并推动产品化落地;\n2、主导场景与数据集体系设计,结合模型训练、评测回归和问题分析需求,定义场景标签、样本筛选规则、数据集版本、质量标准和使用路径,提升数据资产的可发现、可复用和可追溯能力;\n3、负责评测与分析产品能力建设,推动开环评测、回归任务、问题归因、指标看板和报告生成等能力落地,支撑模型版本迭代后的自动化分析与准入判断;\n4、与算法、平台、运营、测试及工程团队紧密协作,梳理从问题发现、数据挖掘、数据生产、模型训练到评测验证的完整链路,持续优化用户工作流和平台效率;\n5、建立产品指标与反馈机制,围绕任务效率、数据命中率、评测覆盖度、报告可解释性、问题闭环效率等指标持续迭代产品能力。\n\n职位要求\n1、5年以上数据产品专家工作经验,涵盖数据产品、AI平台产品、评测平台产品、自动驾驶平台产品领域,有从0到1建设智驾数据闭环产品经验优先;\n2、理解数据闭环、模型迭代、场景库、评测指标和研发协作流程,能把算法和工程团队的复杂需求抽象为清晰的平台能力与产品方案;\n3、具备较强的结构化思维和产品判断力,能够定义标签体系、数据集体系、任务流转、权限角色、指标看板和报告模板等关键产品对象;\n4、具备良好的跨团队沟通与推进能力,能够在算法、平台、运营、测试等多方之间对齐目标、明确边界并推动落地。\n团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责具身智能数据与评测方向的产品规划与需求定义,面向数据闭环、场景体系、评测报告、任务调度和平台工具链,抽象共性能力并推动产品化落地;\n2、主导场景与数据集体系设计,结合模型训练、评测回归和问题分析需求,定义场景标签、样本筛选规则、数据集版本、质量标准和使用路径,提升数据资产的可发现、可复用和可追溯能力;\n3、负责评测与分析产品能力建设,推动开环评测、回归任务、问题归因、指标看板和报告生成等能力落地,支撑模型版本迭代后的自动化分析与准入判断;\n4、与算法、平台、运营、测试及工程团队紧密协作,梳理从问题发现、数据挖掘、数据生产、模型训练到评测验证的完整链路,持续优化用户工作流和平台效率;\n5、建立产品指标与反馈机制,围绕任务效率、数据命中率、评测覆盖度、报告可解释性、问题闭环效率等指标持续迭代产品能力。\n1、5年以上数据产品专家工作经验,涵盖数据产品、AI平台产品、评测平台产品、自动驾驶平台产品领域,有从0到1建设智驾数据闭环产品经验优先;\n2、理解数据闭环、模型迭代、场景库、评测指标和研发协作流程,能把算法和工程团队的复杂需求抽象为清晰的平台能力与产品方案;\n3、具备较强的结构化思维和产品判断力,能够定义标签体系、数据集体系、任务流转、权限角色、指标看板和报告模板等关键产品对象;\n4、具备良好的跨团队沟通与推进能力,能够在算法、平台、运营、测试等多方之间对齐目标、明确边界并推动落地。",
    "standard_classification": {
        "std_category_code": "PM006",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}