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。 日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
- 与产品算法团队协同，搭建并优化音乐大模型各环节/链路的数据集与评测框架，结合自身音乐制作经验，对数据质量和模型评估结果负责，并为模型效果优化提供持续的专业反馈与建议；
- 负责音乐大模型训练全流程的数据生产与管理，包括自动化链路搭建、数据质量评估及外部资源统筹，确保训练数据的有效性与稳定性；
- 敏捷响应与支持各类音乐实验及专项需求，结合行业趋势探索科学高效的数据生产与优化模式，推动创新场景下的数据应用；
- 以数据质量与生产效率为导向，通过PE、代码、Agent、机器标注模型优化等形式完成数据预处理、数据清洗与分析，持续提升数据处理效率并降低人工投入。
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
- 本科及以上学历在读，音乐工程、音乐科技等相关专业优先；
- 具备扎实的乐理功底和丰富的编曲、混音经验，能熟练操作DAW；
- 具备数据处理与脚本开发能力，熟悉Python及Pandas、NumPy等数据处理库，且对大语言模型（LLM）有深入使用经验，理解Prompt Engineering或Vibe coding（自然语言编程）核心应用者优先；
- 沟通与项目管理能力强，能够协调内外部资源推进项目，对风险敏感并具备主动解决问题的意识；
- 对AI Music技术领域有浓厚兴趣，逻辑清晰、思维敏捷，能够适应高标准、多线程的工作模式；
- 出勤要求：实习时长3个月及以上，周度出勤不少于4天。
