{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI数据平台开发工程师-Seed",
        "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": 3,
        "degree": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责&参与Seed大模型训练的多模态数据平台架构演进以及推进落地，根据不同领域场景大模型落地需求，提出大模型训练和优化数据规模、数据类型、数据结构等建议；\n2、负责&参与搭建多模态数据平台，支撑大模型数据的存储、预处理（去重、相似度计算、脱敏等）、可视化&分析、数据离在线打标和人工标注诉求，并且针对多模态数据场景、数据类型、数据规模有足够的扩展性，以支撑大模型数据集持续迭代，实现高质量数据集沉淀，从数据中挖掘出影响模型训练结果的可能因素，从而帮助模型训练改进；同时降低数据的获取门槛，提升数据的使用价值；\n3、负责千亿级别海量多模态数据的管理，包括视频、图像数据的存储，数据处理，数据安全，数据校验等等；\n4、负责多模态数据链路基建的研发，追求极致的处理速度，达到百万QPS的处理能力；\n5、与Seed算法同学深度合作，加速训练数据的获取，提升数据质量，支持模型结果数据评测，打造数据闭环。",
        "requirements_text": "1、计算机、人工智能等专业，硕士学位及以上，具备3年以上数据处理或模型训练工作经验；\n2、精通Python、Java等至少一种编程语言，具备良好的编码能力和代码质量意识；熟悉常用的数据处理、文本处理和图像处理库，能够高效地实现数据清洗和处理的算法和流程；\n3、具备丰富的数据建模以及数据架构经验，能够对结构化和非结构化数据场景进行统一的建模；\n4、熟悉Hive，ClickHouse，MySQL、MongoDB、ES等数据湖和数据仓库，了解底层原理，具备数据抽象和建模的能力；\n5、熟悉Hadoop、Spark，Flink，Ray等大数据处理的相关经验；\n6、具备出色的沟通和协作能力，注重细节、善于分析问题并解决问题。\n\n优先：\n1、主导过大模型或者离在线场景下的数据平台建设、海量的多模态数据平台建设、大数据开源框架者。",
        "skills": [AI生成
            "Python",
            "Java",
            "MySQL",
            "MongoDB",
            "ClickHouse",
            "Spark",
            "Hadoop",
            "Flink",
            "数据清洗",
            "模型训练",
            "解决问题",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "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/7548305551928609032/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7548305551928609032",
        "post_date": "2025-09-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7548305551928609032/detail"
    },
    "fulltext": "AI数据平台开发工程师-Seed\n职位描述\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责&参与Seed大模型训练的多模态数据平台架构演进以及推进落地，根据不同领域场景大模型落地需求，提出大模型训练和优化数据规模、数据类型、数据结构等建议；\n2、负责&参与搭建多模态数据平台，支撑大模型数据的存储、预处理（去重、相似度计算、脱敏等）、可视化&分析、数据离在线打标和人工标注诉求，并且针对多模态数据场景、数据类型、数据规模有足够的扩展性，以支撑大模型数据集持续迭代，实现高质量数据集沉淀，从数据中挖掘出影响模型训练结果的可能因素，从而帮助模型训练改进；同时降低数据的获取门槛，提升数据的使用价值；\n3、负责千亿级别海量多模态数据的管理，包括视频、图像数据的存储，数据处理，数据安全，数据校验等等；\n4、负责多模态数据链路基建的研发，追求极致的处理速度，达到百万QPS的处理能力；\n5、与Seed算法同学深度合作，加速训练数据的获取，提升数据质量，支持模型结果数据评测，打造数据闭环。\n\n职位要求\n1、计算机、人工智能等专业，硕士学位及以上，具备3年以上数据处理或模型训练工作经验；\n2、精通Python、Java等至少一种编程语言，具备良好的编码能力和代码质量意识；熟悉常用的数据处理、文本处理和图像处理库，能够高效地实现数据清洗和处理的算法和流程；\n3、具备丰富的数据建模以及数据架构经验，能够对结构化和非结构化数据场景进行统一的建模；\n4、熟悉Hive，ClickHouse，MySQL、MongoDB、ES等数据湖和数据仓库，了解底层原理，具备数据抽象和建模的能力；\n5、熟悉Hadoop、Spark，Flink，Ray等大数据处理的相关经验；\n6、具备出色的沟通和协作能力，注重细节、善于分析问题并解决问题。\n\n优先：\n1、主导过大模型或者离在线场景下的数据平台建设、海量的多模态数据平台建设、大数据开源框架者。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责&参与Seed大模型训练的多模态数据平台架构演进以及推进落地，根据不同领域场景大模型落地需求，提出大模型训练和优化数据规模、数据类型、数据结构等建议；\n2、负责&参与搭建多模态数据平台，支撑大模型数据的存储、预处理（去重、相似度计算、脱敏等）、可视化&分析、数据离在线打标和人工标注诉求，并且针对多模态数据场景、数据类型、数据规模有足够的扩展性，以支撑大模型数据集持续迭代，实现高质量数据集沉淀，从数据中挖掘出影响模型训练结果的可能因素，从而帮助模型训练改进；同时降低数据的获取门槛，提升数据的使用价值；\n3、负责千亿级别海量多模态数据的管理，包括视频、图像数据的存储，数据处理，数据安全，数据校验等等；\n4、负责多模态数据链路基建的研发，追求极致的处理速度，达到百万QPS的处理能力；\n5、与Seed算法同学深度合作，加速训练数据的获取，提升数据质量，支持模型结果数据评测，打造数据闭环。\n1、计算机、人工智能等专业，硕士学位及以上，具备3年以上数据处理或模型训练工作经验；\n2、精通Python、Java等至少一种编程语言，具备良好的编码能力和代码质量意识；熟悉常用的数据处理、文本处理和图像处理库，能够高效地实现数据清洗和处理的算法和流程；\n3、具备丰富的数据建模以及数据架构经验，能够对结构化和非结构化数据场景进行统一的建模；\n4、熟悉Hive，ClickHouse，MySQL、MongoDB、ES等数据湖和数据仓库，了解底层原理，具备数据抽象和建模的能力；\n5、熟悉Hadoop、Spark，Flink，Ray等大数据处理的相关经验；\n6、具备出色的沟通和协作能力，注重细节、善于分析问题并解决问题。\n\n优先：\n1、主导过大模型或者离在线场景下的数据平台建设、海量的多模态数据平台建设、大数据开源框架者。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}