{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "具身智能数据闭环专家 - 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": "研发"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、负责具身智能数据闭环体系搭建与持续迭代，统筹多模态数据的采集回流、挖掘筛选、标注生产、质量管控、训练投喂全链路，构建高效的数据飞轮，支撑多模态大模型的持续训练与能力进化，制定数据闭环技术产品路径图，对数据供给效率、数据质量与迭代速度负责；\n2、主导多模态数据平台的架构设计与工程落地，覆盖海量视频、点云、IMU、自然语言指令、动作轨迹等多源异构数据的存储、解析、计算与检索，建设PB级数据处理能力与高可用的数据服务，支撑大规模模型训练的数据吞吐需求；\n3、负责数据挖掘与难例发现体系建设，设计基于模型不确定性、场景多样性与价值密度的主动学习策略，从实机回流数据中自动筛选高价值训练样本，建立场景分类与标签体系，实现数据的语义化索引与高效检索，支撑针对性的数据补充与场景覆盖；\n4、主导自动化标注工具链与标注生产体系建设，推动基于大模型的多模态自动标注能力落地，实现视觉感知、语义描述与动作轨迹的联合标注与时序对齐；\n5、负责数据质量与治理体系建设，制定数据质量标准与校验规则，建设数据一致性校验、时序同步校验、标注质量抽检等自动化质量管控能力，建立数据集版本管理与配比策略，实现训练数据的可追溯、可复现与可量化评估，保障模型训练的数据输入质量；\n6、主导定向场景样本生成，基于合成数据、生成模型（世界模型等）等扩充场景数据、反事实数据等，提高难例覆盖率和场景多样性。",
        "requirements_text": "1、5年以上后端研发工作经验，有完整智能驾驶数据闭环体系从0到1搭建经验，有端到端或VLA大模型数据体系建设经验优先；\n2、精通数据处理技术，深入理解分布式计算框架（Spark/Flink/Ray等）与数据湖技术（Iceberg/Hudi等），有PB级多模态数据（图像、视频、点云）处理平台架构设计与落地经验；熟悉云原生架构与容器化技术，有高可用、可扩展的数据平台建设经验；\n3、精通Python，具备扎实的工程编码能力与系统设计能力；熟悉MySQL/MongoDB/Elasticsearch/Redis等数据库与中间件，了解消息队列、流式计算与批处理架构；\n4、深度理解智能驾驶算法与数据驱动的迭代逻辑，了解BEV、Occupancy、端到端、VLA、世界模型等主流技术路线的数据特点与标注要求，能与算法团队高效对齐数据策略；\n5、熟悉智能驾驶数据闭环全流程，包括车端数据采集、影子模式回流、数据清洗、难例挖掘、自动标注、仿真数据生成、训练数据生产等环节。",
        "skills": [AI生成
            "Python",
            "MySQL",
            "Redis",
            "MongoDB",
            "Spark",
            "Flink",
            "Elasticsearch",
            "数据库",
            "数据清洗",
            "架构设计",
            "大语言模型"
        ],
        "preferred_qualifications": "1、5年以上后端研发工作经验，有完整智能驾驶数据闭环体系从0到1搭建经验，有端到端或VLA大模型数据体系建设经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7683471758266992949/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7683471758266992949",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7683471758266992949/detail"
    },
    "fulltext": "具身智能数据闭环专家 - 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、负责具身智能数据闭环体系搭建与持续迭代，统筹多模态数据的采集回流、挖掘筛选、标注生产、质量管控、训练投喂全链路，构建高效的数据飞轮，支撑多模态大模型的持续训练与能力进化，制定数据闭环技术产品路径图，对数据供给效率、数据质量与迭代速度负责；\n2、主导多模态数据平台的架构设计与工程落地，覆盖海量视频、点云、IMU、自然语言指令、动作轨迹等多源异构数据的存储、解析、计算与检索，建设PB级数据处理能力与高可用的数据服务，支撑大规模模型训练的数据吞吐需求；\n3、负责数据挖掘与难例发现体系建设，设计基于模型不确定性、场景多样性与价值密度的主动学习策略，从实机回流数据中自动筛选高价值训练样本，建立场景分类与标签体系，实现数据的语义化索引与高效检索，支撑针对性的数据补充与场景覆盖；\n4、主导自动化标注工具链与标注生产体系建设，推动基于大模型的多模态自动标注能力落地，实现视觉感知、语义描述与动作轨迹的联合标注与时序对齐；\n5、负责数据质量与治理体系建设，制定数据质量标准与校验规则，建设数据一致性校验、时序同步校验、标注质量抽检等自动化质量管控能力，建立数据集版本管理与配比策略，实现训练数据的可追溯、可复现与可量化评估，保障模型训练的数据输入质量；\n6、主导定向场景样本生成，基于合成数据、生成模型（世界模型等）等扩充场景数据、反事实数据等，提高难例覆盖率和场景多样性。\n\n职位要求\n1、5年以上后端研发工作经验，有完整智能驾驶数据闭环体系从0到1搭建经验，有端到端或VLA大模型数据体系建设经验优先；\n2、精通数据处理技术，深入理解分布式计算框架（Spark/Flink/Ray等）与数据湖技术（Iceberg/Hudi等），有PB级多模态数据（图像、视频、点云）处理平台架构设计与落地经验；熟悉云原生架构与容器化技术，有高可用、可扩展的数据平台建设经验；\n3、精通Python，具备扎实的工程编码能力与系统设计能力；熟悉MySQL/MongoDB/Elasticsearch/Redis等数据库与中间件，了解消息队列、流式计算与批处理架构；\n4、深度理解智能驾驶算法与数据驱动的迭代逻辑，了解BEV、Occupancy、端到端、VLA、世界模型等主流技术路线的数据特点与标注要求，能与算法团队高效对齐数据策略；\n5、熟悉智能驾驶数据闭环全流程，包括车端数据采集、影子模式回流、数据清洗、难例挖掘、自动标注、仿真数据生成、训练数据生产等环节。\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、负责具身智能数据闭环体系搭建与持续迭代，统筹多模态数据的采集回流、挖掘筛选、标注生产、质量管控、训练投喂全链路，构建高效的数据飞轮，支撑多模态大模型的持续训练与能力进化，制定数据闭环技术产品路径图，对数据供给效率、数据质量与迭代速度负责；\n2、主导多模态数据平台的架构设计与工程落地，覆盖海量视频、点云、IMU、自然语言指令、动作轨迹等多源异构数据的存储、解析、计算与检索，建设PB级数据处理能力与高可用的数据服务，支撑大规模模型训练的数据吞吐需求；\n3、负责数据挖掘与难例发现体系建设，设计基于模型不确定性、场景多样性与价值密度的主动学习策略，从实机回流数据中自动筛选高价值训练样本，建立场景分类与标签体系，实现数据的语义化索引与高效检索，支撑针对性的数据补充与场景覆盖；\n4、主导自动化标注工具链与标注生产体系建设，推动基于大模型的多模态自动标注能力落地，实现视觉感知、语义描述与动作轨迹的联合标注与时序对齐；\n5、负责数据质量与治理体系建设，制定数据质量标准与校验规则，建设数据一致性校验、时序同步校验、标注质量抽检等自动化质量管控能力，建立数据集版本管理与配比策略，实现训练数据的可追溯、可复现与可量化评估，保障模型训练的数据输入质量；\n6、主导定向场景样本生成，基于合成数据、生成模型（世界模型等）等扩充场景数据、反事实数据等，提高难例覆盖率和场景多样性。\n1、5年以上后端研发工作经验，有完整智能驾驶数据闭环体系从0到1搭建经验，有端到端或VLA大模型数据体系建设经验优先；\n2、精通数据处理技术，深入理解分布式计算框架（Spark/Flink/Ray等）与数据湖技术（Iceberg/Hudi等），有PB级多模态数据（图像、视频、点云）处理平台架构设计与落地经验；熟悉云原生架构与容器化技术，有高可用、可扩展的数据平台建设经验；\n3、精通Python，具备扎实的工程编码能力与系统设计能力；熟悉MySQL/MongoDB/Elasticsearch/Redis等数据库与中间件，了解消息队列、流式计算与批处理架构；\n4、深度理解智能驾驶算法与数据驱动的迭代逻辑，了解BEV、Occupancy、端到端、VLA、世界模型等主流技术路线的数据特点与标注要求，能与算法团队高效对齐数据策略；\n5、熟悉智能驾驶数据闭环全流程，包括车端数据采集、影子模式回流、数据清洗、难例挖掘、自动标注、仿真数据生成、训练数据生产等环节。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "B010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}