{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI训练数据与评测专家-AI数据与安全",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京·海淀区·苏州桥",
        "work_mode": "现场办公",AI生成
        "job_category": "AI效果评测"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": "字节跳动成立于2012年3月，公司使命为“Inspire Creativity, Enrich Life（激发创造，丰富生活）”。公司业务覆盖150个国家和地区，拥有15万名员工。"
    },
    "compensation": {
        "salary_range": {
            "min": 20000,
            "max": 40000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "带薪年假 | 餐补 | 补充医疗保险 | 意外险 | 定期体检 | 绩效奖金 | 年终奖 | 家属自选保险 | 股票期权 | 年度体检 | 团建聚餐 | 五险一金 | 就近租房补贴 | 免费健身设施 | 住房补贴 | 家庭关爱假"
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "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。\n1、负责大语言模型在通用能力、生产力、多模态&世界模型、Coding&Agent等场景下的训练数据建设与模型评测工作，支持SFT、RL、偏好数据及专项能力数据的生产和迭代，深入理解不同业务场景及用户需求，设计训练数据方案和评估方案，包括数据挖掘、数据构造、清洗去重、标注规范制定、质量验收及评估集建设，分析训练数据的分布、覆盖度、多样性及质量问题，识别数据偏差、能力缺口和长尾场景，持续优化数据配比、生产策略和质量标准\n2、基于大语言模型的调用链路、检索结果、工具调用、模型回复及中间过程等信息，开展负面案例分析、错误定位与根因归类，判断问题来源于训练数据、模型能力、策略、检索或工程链路，结合模型实验结果，分析不同数据批次、数据类型及训练策略对模型效果的影响，闭环验证数据有效性，推动训练数据持续迭代；\n3、设计并完善训练数据和模型评测的自动化流程，包括数据预处理、Prompt设计、数据合成、自动化打标、质量检查、结果聚类及分析报告生成等，提升数据生产和评估效率；\n4、作为项目POC，与算法、产品、策略及数据团队紧密协作，负责需求澄清、方案设计、项目排期、资源协调、质量验收、风险管理及结果交付；\n5、沉淀训练数据方法论、评估框架、错误分类体系、质量Rubric、项目SOP及分析模板，推动数据能力、评估标准和自动化工具复用。",
        "requirements_text": "1. 本科及以上学历，计算机、人工智能、数据科学、统计学、数学、语言学等相关专业优先，具备经济、金融、法律、医疗、教育等垂直行业背景者更佳，这类背景有助于更深入理解复杂专业场景下的数据生产与评测需求。\n2. 对大模型、AI 应用、数据生产或模型评测有浓厚兴趣，愿意深入理解业务场景并推动问题解决\n3. 具备良好的逻辑分析能力、结构化表达能力和跨团队沟通协作能力，能够把复杂问题拆解清楚并推动落地。\n4. 具备较强的 AI意识，习惯将 AI 工具融入日常工作与学习，能够主动探索 AI 能力边界，并在实际场景中推动应用落地者优先。\n5. 具备较强的责任心、自驱力和学习能力，愿意在不确定性的发展环境中保持平常心，主动推动事情往前走，具备较强的抗压能力与适应能力。\n6. 有大模型、AIGC、多模态、Agent、代码生成、搜索问答等相关科研、竞赛、实习或项目经历者优先",
        "skills": [AI生成
            "需求调研与需求分析",
            "业务理解与场景抽象",
            "产品方案与功能设计",
            "产品迭代管理",
            "用户研究与体验优化",
            "大模型原理与能力边界",
            "Agent系统构建",
            "Prompt工程",
            "工具调用/MCP",
            "模型微调与对齐",
            "模型/Agent评测体系",
            "多模态AI应用",
            "数据资产治理",
            "训练数据/标注/合成",
            "POC/试点验证",
            "客户需求洞察与澄清",
            "项目统筹管理",
            "跨部门/跨团队协作",
            "沟通表达与方案汇报",
            "项目推动与执行闭环",
            "结构化思考与系统抽象",
            "快速学习与自驱",
            "复杂问题分析与解决",
            "结果导向与Ownership"
        ],
        "preferred_qualifications": "",
        "job_highlights": "1-3年 | 本科"
    },
    "contact": {
        "recruiter_name": "黄女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/2af0ec5ee6ea7bd80nJ_29u8E1NX.html"
            }
        ]
    },
    "posting": {
        "posting_id": "2af0ec5ee6ea7bd80nJ_29u8E1NX",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/2af0ec5ee6ea7bd80nJ_29u8E1NX.html"
    },
    "fulltext": "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。\n1、负责大语言模型在通用能力、生产力、多模态&世界模型、Coding&Agent等场景下的训练数据建设与模型评测工作，支持SFT、RL、偏好数据及专项能力数据的生产和迭代，深入理解不同业务场景及用户需求，设计训练数据方案和评估方案，包括数据挖掘、数据构造、清洗去重、标注规范制定、质量验收及评估集建设，分析训练数据的分布、覆盖度、多样性及质量问题，识别数据偏差、能力缺口和长尾场景，持续优化数据配比、生产策略和质量标准\n2、基于大语言模型的调用链路、检索结果、工具调用、模型回复及中间过程等信息，开展负面案例分析、错误定位与根因归类，判断问题来源于训练数据、模型能力、策略、检索或工程链路，结合模型实验结果，分析不同数据批次、数据类型及训练策略对模型效果的影响，闭环验证数据有效性，推动训练数据持续迭代；\n3、设计并完善训练数据和模型评测的自动化流程，包括数据预处理、Prompt设计、数据合成、自动化打标、质量检查、结果聚类及分析报告生成等，提升数据生产和评估效率；\n4、作为项目POC，与算法、产品、策略及数据团队紧密协作，负责需求澄清、方案设计、项目排期、资源协调、质量验收、风险管理及结果交付；\n5、沉淀训练数据方法论、评估框架、错误分类体系、质量Rubric、项目SOP及分析模板，推动数据能力、评估标准和自动化工具复用。\n职位要求\n1. 本科及以上学历，计算机、人工智能、数据科学、统计学、数学、语言学等相关专业优先，具备经济、金融、法律、医疗、教育等垂直行业背景者更佳，这类背景有助于更深入理解复杂专业场景下的数据生产与评测需求。\n2. 对大模型、AI 应用、数据生产或模型评测有浓厚兴趣，愿意深入理解业务场景并推动问题解决\n3. 具备良好的逻辑分析能力、结构化表达能力和跨团队沟通协作能力，能够把复杂问题拆解清楚并推动落地。\n4. 具备较强的 AI意识，习惯将 AI 工具融入日常工作与学习，能够主动探索 AI 能力边界，并在实际场景中推动应用落地者优先。\n5. 具备较强的责任心、自驱力和学习能力，愿意在不确定性的发展环境中保持平常心，主动推动事情往前走，具备较强的抗压能力与适应能力。\n6. 有大模型、AIGC、多模态、Agent、代码生成、搜索问答等相关科研、竞赛、实习或项目经历者优先"
}