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。
- AI项目管理：主导并管理面向多种AI产品模态（大语言模型LLM、视觉语言模型VLM、语音或视频）的数据标注、评测集或用户增长项目，覆盖豆包电商多模态领域；
- 评估体系搭建与项目管控：独立制定并不断完善评估体系，包括评估标准撰写与流程设定及管理，跟踪项目进展，识别风险，并在必要时实施纠偏措施，保障项目按既定方向推进；
- 跨团队协作与资源对接：与产品经理、研究员、数据标注人员及其他跨职能团队成员建立并维护良好的合作关系，及时同步项目进展、回应关切、对齐预期，以确保项目取得成功，根据项目需求对接外部供应商与专家，扩大项目产能；
- 自动评估链路工程化落地：设计、管理并推动自动评估链路工程化落地，使用Python等编程语言搭建和维护评估任务，将数据集、模型调用、Agent运行环境、Judge、评分逻辑及结果分析接入司内评估平台，确保评估流程可复现、可追踪、可扩展；
- 数据核查分析与质量管控：设计并实施稳健的数据分析策略，以评估训练数据集与评测数据集，确保所有项目数据在数学上的准确性与统计上的有效性，这包括设计并落地稳健的数据核查机制、开展深度分析以识别趋势与异常，并将量化发现转化为可落地的洞察，写入报告以推动模型改进，同时与数据标注人员、研究员及产品经理协作，定义质量基准，并确保在整个项目生命周期中坚持数据驱动的决策；
- 技术学习与团队知识沉淀：持续关注产品大模型及相关前沿技术的进展，使用Vibe coding不断探索高效的数据生产方法，如自动化数据抓取、模型评测，以及基于Agent/代码的数据合成，并成为一个或多个内容垂直领域（如预训练Pre-Training、数学Math或多模态机器学习）的专家，同时营造协作氛围，分享新的学习成果与最佳实践，促进团队内部的知识传递。
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，理工科背景者优先，尤其是拥有统计学、经济学、社会学等数据分析相关专业背景者；
- 具备模型评测项目经验，具备模型评测经验，熟悉模型评估逻辑与工作流，对意图拆解、评估规则、数据交付方式等有对应经验，了解Rubric PE Judge等评估方式；
- 拥有较强的数据敏感度与分析能力，能够以数据驱动业务决策，熟练掌握Vibe coding具备Agent/Skill等自动化工具开发与提效经验，对AI、大模型及人机交互领域充满热情，自驱力强，能在模糊的环境中高效推进多任务，并持续通过工具与流程优化提升执行效率；
- 熟悉大模型/Agent工作原理，能读懂Agent执行过程的完整轨迹，能拆解问题类型，并明确可判定的问题表现，可以总结出相对应的高发场景、触发条件和可观测信号。 加分项
- 有电商或搜索从业经验优先，有扎实的内容运营或产品运营知识、技能与方法论沉淀；
- 具备大模型（LLM/VLM）数据相关的实践经验，如数据标注、模型评测、Agent构建等；
- 具备Python实践经验，能够熟练使用并开发可提升项目或运营效率的创新工具或脚本；
- 对在AI行业的职业发展抱有热情，乐于钻研多样化的技术案例并解决问题。
