部门介绍
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。 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。
- 全栈交互设计：除了传统的Web UI，需要定义高效的CLI和SDK规范，确保研发人员能通过代码无缝调用平台能力，实现“Data-as-Code”；
- 平台Agent化：探索并落地平台自身的Agent能力，包括但不限于利用Agent自动发现脏数据、自动生成数据分布报告或根据模型训练反馈自动调整清洗策略；
- Agent生态对接：设计标准化的API与协议（如OpenClaw等），使数据平台能作为工具被外部Agent编排，支撑自动化的模型迭代闭环；
- 数据全生命周期重构：负责多模态（LLM/VLM）数据从采集、清洗、审计到消费的全流程，特别是复杂语境下的数据处理链路；
- 研发效率革新：深度调研算法和工程的工作流，通过工具化手段消除数据准备阶段的重复劳动，提升训练数据就绪的速度。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 本科及以上学历（计算机或相关专业优先）；
- 2年以上的一线研发经验（熟悉Python/Go/C++等），能够与架构师在同一维度讨论API设计与系统性能；
- 对大模型、Agent有热情，关注行业前沿论文（如最新数据处理与Agent架构研究）；
- 有分布式系统、计算平台、数据中台或AI基础设施的产品化经验优先；
- 对开发者体验有严格的要求，能够设计出简洁、稳固且易于集成的开发者工具；
- 对通用多语言Chatbot的数据痛点有认知，能处理包含少数语种在内的复杂多模态数据集。 加分项：
- 曾主导过开源项目、开发者工具或AI基础设施产品的从0到1构建；
- 在大语言模型团队有类似Data Infra背景者优先；
- 拥有LLM训练或微调（SFT/RLHF）的实际实操经验。
