{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "语音大模型数据专家（国际化数据） - AI数据与安全",
        "job_level": "专家",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": "运营"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": 1,
        "degree": "本科及以上学历",
        "language": "能独立完成本语种数据质量校验与标准制定，英文可作为工作语言，听说能力佳，能撰写英文文档",AI生成
        "visa_support": "未披露",
        "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。\n\n1、牵头多语种（西班牙语、葡萄牙语、俄语、阿拉伯语、马来语等多语种）训练数据全流程管理，搭建符合各语种特性的标注框架与质量标准，对齐专家/算法团队需求，确保数据适配大模型训练场景；\n2、统筹标注团队，主导多语种数据生产、预处理、标注、校验全链路推进，解决不同语种在表达习惯、文化适配等方面的差异化问题；\n3、搭建多语种数据自动化生产链路，通过PE工具、代码工具优化数据处理效率，开展数据质量评估与分析调优，提升数据准确率、完整性与多样性；\n4、协同算法、产品团队跟踪大模型技术进展，探索多语种智能数据生产模式，结合各语种使用场景迭代数据生产方案，支撑模型多语种能力优化，开展自然语言处理、自动语音识别、文本转语音方向自研探索与业务落地；\n5、建立多语种数据生产协作机制，跨团队同步数据进度与质量情况，沉淀语种适配经验与数据处理方法论，形成可复用的标准流程。",
        "requirements_text": "1、本科及以上学历，语言类、计算机类、数据科学类相关专业，具备1年以上多语种数据处理或大模型数据生产相关工作经验；\n2、语言学基础扎实、或精通至少1门小语种，拥有C1证书（或同等水平语言证明），具备2至3种其他语种的基本语言学认识；能独立完成本语种数据质量校验与标准制定，英文可作为工作语言，听说能力佳，能撰写英文文档；\n3、熟悉大语言模型训练数据生产逻辑，掌握数据标注、预处理、质量评估的核心方法，具备搭建多语种数据生产框架的实操能力；\n4、具备基础的Python代码能力或PE工具使用经验，能通过技术手段优化多语种数据处理效率，有自动化数据生产链路搭建经验者优先；\n5、具备优秀的统筹协调与跨团队沟通能力，能带领团队高效推进多语种数据生产任务，擅长解决不同语种的差异化协作问题；\n6、了解各目标语种的使用区域特性与表达习惯，对大语言模型多语种能力优化有一定认知，具备较强的问题解决能力与迭代思维。",
        "skills": [AI生成
            "Python",
            "数据标注",
            "模型训练",
            "沟通能力",
            "大语言模型"
        ],
        "preferred_qualifications": "4、具备基础的Python代码能力或PE工具使用经验，能通过技术手段优化多语种数据处理效率，有自动化数据生产链路搭建经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7583980328085014837/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7583980328085014837",
        "post_date": "2025-12-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7583980328085014837/detail"
    },
    "fulltext": "语音大模型数据专家（国际化数据） - AI数据与安全\n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。\n\n1、牵头多语种（西班牙语、葡萄牙语、俄语、阿拉伯语、马来语等多语种）训练数据全流程管理，搭建符合各语种特性的标注框架与质量标准，对齐专家/算法团队需求，确保数据适配大模型训练场景；\n2、统筹标注团队，主导多语种数据生产、预处理、标注、校验全链路推进，解决不同语种在表达习惯、文化适配等方面的差异化问题；\n3、搭建多语种数据自动化生产链路，通过PE工具、代码工具优化数据处理效率，开展数据质量评估与分析调优，提升数据准确率、完整性与多样性；\n4、协同算法、产品团队跟踪大模型技术进展，探索多语种智能数据生产模式，结合各语种使用场景迭代数据生产方案，支撑模型多语种能力优化，开展自然语言处理、自动语音识别、文本转语音方向自研探索与业务落地；\n5、建立多语种数据生产协作机制，跨团队同步数据进度与质量情况，沉淀语种适配经验与数据处理方法论，形成可复用的标准流程。\n\n职位要求\n1、本科及以上学历，语言类、计算机类、数据科学类相关专业，具备1年以上多语种数据处理或大模型数据生产相关工作经验；\n2、语言学基础扎实、或精通至少1门小语种，拥有C1证书（或同等水平语言证明），具备2至3种其他语种的基本语言学认识；能独立完成本语种数据质量校验与标准制定，英文可作为工作语言，听说能力佳，能撰写英文文档；\n3、熟悉大语言模型训练数据生产逻辑，掌握数据标注、预处理、质量评估的核心方法，具备搭建多语种数据生产框架的实操能力；\n4、具备基础的Python代码能力或PE工具使用经验，能通过技术手段优化多语种数据处理效率，有自动化数据生产链路搭建经验者优先；\n5、具备优秀的统筹协调与跨团队沟通能力，能带领团队高效推进多语种数据生产任务，擅长解决不同语种的差异化协作问题；\n6、了解各目标语种的使用区域特性与表达习惯，对大语言模型多语种能力优化有一定认知，具备较强的问题解决能力与迭代思维。\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。\n\n1、牵头多语种（西班牙语、葡萄牙语、俄语、阿拉伯语、马来语等多语种）训练数据全流程管理，搭建符合各语种特性的标注框架与质量标准，对齐专家/算法团队需求，确保数据适配大模型训练场景；\n2、统筹标注团队，主导多语种数据生产、预处理、标注、校验全链路推进，解决不同语种在表达习惯、文化适配等方面的差异化问题；\n3、搭建多语种数据自动化生产链路，通过PE工具、代码工具优化数据处理效率，开展数据质量评估与分析调优，提升数据准确率、完整性与多样性；\n4、协同算法、产品团队跟踪大模型技术进展，探索多语种智能数据生产模式，结合各语种使用场景迭代数据生产方案，支撑模型多语种能力优化，开展自然语言处理、自动语音识别、文本转语音方向自研探索与业务落地；\n5、建立多语种数据生产协作机制，跨团队同步数据进度与质量情况，沉淀语种适配经验与数据处理方法论，形成可复用的标准流程。\n1、本科及以上学历，语言类、计算机类、数据科学类相关专业，具备1年以上多语种数据处理或大模型数据生产相关工作经验；\n2、语言学基础扎实、或精通至少1门小语种，拥有C1证书（或同等水平语言证明），具备2至3种其他语种的基本语言学认识；能独立完成本语种数据质量校验与标准制定，英文可作为工作语言，听说能力佳，能撰写英文文档；\n3、熟悉大语言模型训练数据生产逻辑，掌握数据标注、预处理、质量评估的核心方法，具备搭建多语种数据生产框架的实操能力；\n4、具备基础的Python代码能力或PE工具使用经验，能通过技术手段优化多语种数据处理效率，有自动化数据生产链路搭建经验者优先；\n5、具备优秀的统筹协调与跨团队沟通能力，能带领团队高效推进多语种数据生产任务，擅长解决不同语种的差异化协作问题；\n6、了解各目标语种的使用区域特性与表达习惯，对大语言模型多语种能力优化有一定认知，具备较强的问题解决能力与迭代思维。",
    "standard_classification": {
        "std_category_code": "B010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}