官网职位描述
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。 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。 1、面向多code to Video/x、世界模型(Physical AI)方向,连接用户场景、模型评测与训练数据,参与模型能力的定义、孵化与迭代,期待你不仅能提出产品与数据方案,也能亲自动手,利用Agent、代码和自动化工具快速搭建原型、验证假设,并与算法、研发团队共同推动有效方案规模化落地; 2、定义模型能力目标与数据策略,结合用户需求、模型表现及行业进展,识别模型的关键短板,将模糊需求转化为明确的能力目标、评测标准和训练数据方案,与算法团队共同制定迭代优先级,持续验证数据对模型效果的实际贡献; 3、构建假设驱动的评测体系,设计评测集、评分标准及人评流程,针对模型问题提出假设并开展验证,探索自动化评测与过程指标,持续检验评测是否能有效区分模型能力、反映真实用户体验; 4、亲手搭建Agent与自动化工作流,围绕数据获取、处理、样本构造、评测和问题分析等任务,识别适合Agent化的环节,通过模型API、工具调用、脚本或工作流平台搭建可运行方案,验证其质量、效率和成本,而不止于输出需求文档; 5、从原型验证推进到规模化数据生产,跑通小规模数据与评测链路,识别效果瓶颈和失败模式,与研发团队共同推动有效方案工程化,建设可扩展的数据Pipeline、质检机制和自动化工具,统筹内部资源及外部供应商; 6、形成用户反馈到模型迭代的闭环,从真实使用、众测及业务反馈中挖掘模型问题,将负面案例沉淀为评测样本和训练数据需求,主动推动算法、研发及业务团队对齐目标,以模型效果和用户价值作为最终验收依据。
职位要求
- 本科学历及以上,具备产品、数据或AI相关经历;有独立负责项目、从问题定义到方案落地及效果验证的完整经验; 1)有CAD等工程建模能力,及Unity、Unreal等引擎经验者优先;
- 具备实际的Agent搭建能力; 1)有亲手搭建并运行Agent或模型驱动工作流的经验,能够根据任务设计步骤、接入工具或API、组织上下文,并处理失败重试和结果校验;能够解释Agent在什么场景有效、什么场景不适合,以及如何评价其效果,不止于日常使用对话式AI工具;
- 具备代码与原型动手能力; 1)能够使用Python等脚本语言完成数据处理、API调用、批量实验或评测分析;能够借助AI编程工具快速交付可运行原型,并理解、调试和验证产出,对结果正确性负责;
- 具备产品判断与实验思维; 1)能够从复杂问题中识别关键矛盾、定义指标和优先级;基于数据及模型表现提出假设,通过低成本实验验证,而不是只沿用已有方案或依赖经验判断;
- 具备良好的技术理解力与快速学习能力; 1)理解模型训练、推理、评测及数据处理的基本流程,能够与算法、研发团队有效沟通;能够快速学习新工具、进入新领域,并在缺少成熟方法的情况下持续探索;
- 具备强烈的主人翁精神与资源整合能力; 1)不等待任务被完整定义,能够主动找到下一步、推动跨团队协作;不仅关注项目交付,也关注方案是否有效、能否复用以及能否规模化。 加分项
- 有多模态、视频生成、世界模型或VLA相关实践;
- 有将Agent用于数据生产、自动评测、质量检查或创作工作流的实际经验;
- 有数据链路或评测体系从0到1搭建,并推动规模化运行的经验;
- 熟悉影视、游戏等创作者工作流,或持续使用生成式AI进行实际创作。