{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型数据工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "后端"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": "1、设计和开发大规模预训练数据处理链路，为基座模型预训练提供稳定、可靠的高质量数据处理能力，包括数据寻源、数据抓取/采集、数据解析（OCR、图片、网页）等工作内容；\n2、设计和开发服务大模型预训练的数据平台，管理数据的元信息、血缘、存储治理等数据全生命周期要素；提供预训练数据的可视化、可观测能力；探索数据实验、数据发版的工程上限；\n3、针对LLM、VLM等模型构建数据合成方案和框架，支持数据Scale等工作；\n4、根据大模型训练数据特点，抽象并开发高效、可靠的数据加工框架，提升所有大模型算法工程师处理数据的工程效率。",
        "requirements_text": "1、熟悉至少一种编程语言，如Go、Python、Java等；\n2、对大数据技术有深入的理解加分，熟练掌握如Spark、Flink、Kafka、Hive、HDFS等工具加分；\n3、有数据中台、机器学习相关的系统平台开发、深度使用经验加分；\n4、对大模型技术、产品生态有深入了解加分；\n5、有面对技术挑战的热情，能独立思考，具有好奇心和快速学习能力。",
        "skills": [AI生成
            "Python",
            "Java",
            "Spark",
            "Flink",
            "Kafka",
            "机器学习",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "2、对大数据技术有深入的理解加分，熟练掌握如Spark、Flink、Kafka、Hive、HDFS等工具加分；3、有数据中台、机器学习相关的系统平台开发、深度使用经验加分；4、对大模型技术、产品生态有深入了解加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7461826832884173064/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7461826832884173064",
        "post_date": "2025-01-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7461826832884173064/detail"
    },
    "fulltext": "多模态大模型数据工程师\n职位描述\n1、设计和开发大规模预训练数据处理链路，为基座模型预训练提供稳定、可靠的高质量数据处理能力，包括数据寻源、数据抓取/采集、数据解析（OCR、图片、网页）等工作内容；\n2、设计和开发服务大模型预训练的数据平台，管理数据的元信息、血缘、存储治理等数据全生命周期要素；提供预训练数据的可视化、可观测能力；探索数据实验、数据发版的工程上限；\n3、针对LLM、VLM等模型构建数据合成方案和框架，支持数据Scale等工作；\n4、根据大模型训练数据特点，抽象并开发高效、可靠的数据加工框架，提升所有大模型算法工程师处理数据的工程效率。\n\n职位要求\n1、熟悉至少一种编程语言，如Go、Python、Java等；\n2、对大数据技术有深入的理解加分，熟练掌握如Spark、Flink、Kafka、Hive、HDFS等工具加分；\n3、有数据中台、机器学习相关的系统平台开发、深度使用经验加分；\n4、对大模型技术、产品生态有深入了解加分；\n5、有面对技术挑战的热情，能独立思考，具有好奇心和快速学习能力。\n1、设计和开发大规模预训练数据处理链路，为基座模型预训练提供稳定、可靠的高质量数据处理能力，包括数据寻源、数据抓取/采集、数据解析（OCR、图片、网页）等工作内容；\n2、设计和开发服务大模型预训练的数据平台，管理数据的元信息、血缘、存储治理等数据全生命周期要素；提供预训练数据的可视化、可观测能力；探索数据实验、数据发版的工程上限；\n3、针对LLM、VLM等模型构建数据合成方案和框架，支持数据Scale等工作；\n4、根据大模型训练数据特点，抽象并开发高效、可靠的数据加工框架，提升所有大模型算法工程师处理数据的工程效率。\n1、熟悉至少一种编程语言，如Go、Python、Java等；\n2、对大数据技术有深入的理解加分，熟练掌握如Spark、Flink、Kafka、Hive、HDFS等工具加分；\n3、有数据中台、机器学习相关的系统平台开发、深度使用经验加分；\n4、对大模型技术、产品生态有深入了解加分；\n5、有面对技术挑战的热情，能独立思考，具有好奇心和快速学习能力。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}