字节跳动大语言模型数据管理专家（代码方向）-Seed
任职要求
1、计算机科学、相关技术领域本科及以上学历，1-2年软件工程项目管理或运营管理相关工作经验，1-2年编程语言（如Python/Java/Go/C）实战经验； 2、优秀的沟通与问题解决能力，能清晰理解并传达代码相关概念，具备扎实的项目管理能力，擅长设计、管理及优化复杂工作流程； 3、具备英文读写能力，能与海内外英文团队顺畅沟通，兼具独立判断与团队协作能力，适应快节奏、项目制工作环境，对大语言模…
工作职责
1、项目管理能力优秀，能够主导并管理多个代码类大语言模型（LLM）训练项目，确保按时交付、符合质量标准并达成目标；跟踪项目进展，识别风险，并采取必要的纠正措施以保证项目按计划推进；与产品经理、研究员、数据标注员及其他跨职能团队成员建立并维护良好的合作关系，同步项目进展，解决问题并协调各方期望，确保项目成功交付； 2、流程设计及优化，设计、管理并优化代码类LLM训练项目的工作流程，包括训练设计、质量保证（QA）流程及效果追踪，以满足项目需求；与产品经理、项目负责人及跨职能团队紧密协作，确保质量标准与项目目标保持一致； 3、运营优化，开展质量与效率优化实验，提升代码类训练数据的运营流程；主导并支持跨数据领域的通用标注运营优化计划；制定并维护技术指南及案例手册，确保数据生产的高质量与一致性； 4、数据监控及分析，设计并实施稳健的数据分析策略，系统评估训练集与验证集质量通过统计建模、可视化分析及编程方法，全面监测标注质量、模型表现及数据集覆盖度采用分片评估、提示词敏感性测试及聚类错误分析，精准识别数据缺口、边界案例与失效模式，运用Python（Pandas/NumPy/Matplotlib）及SQL工具链，生成可落地的改进建议，保障数据管道健康度，与模型训练标注员及研发紧密协作，基于数据洞察指导训练策略调整，推动以数据为核心的项目迭代。
1、搭建具有通用性和可拓展性的NLP标注框架，与算法团队对齐标准、撰写相关培训方案，根据模型迭代方向提供高质量数据； 2、负责大语言模型训练过程中各阶段数据生产，对自动化链路搭建、数据质量评估及外部资源管理负责，确保大语言模型训练数据有效； 3、能通过PE、代码完成数据预处理、分析和清洗，按照训练需求进行标注、分析和验证调优，提升模型效果； 4、与产品算法团队协同，积极探索自动化数据生产、数据合成等方法，提高数据标注效率，持续跟踪大模型技术进展，持续探索智能高效的数据生产模式。
1、搭建具有通用性和可拓展性的TTS标注框架，与算法团队对齐标准、撰写相关培训方案，根据模型迭代方向提供高质量数据； 2、负责大语言模型训练过程中各阶段数据生产，对自动化链路搭建、数据质量评估及外部资源管理负责，确保大语言模型训练数据有效； 3、能通过PE、代码完成数据预处理、分析和清洗，按照训练需求进行标注、分析和验证调优，提升模型效果； 4、与产品算法团队协同，积极探索自动化数据生产、数据合成等方法，提高数据标注效率，持续跟踪大模型技术进展，持续探索智能高效的数据生产模式。
1、制定AI模型评估在代码方向的评估标准，主导评估体系构建，主导AI模型评估工作； 2、探索智能、高效的模型自动化评估方案，主导开发评估工具； 3、调研公开评测方法，并将公开评测集集成至内部平台。
运用大数据、人工智能、机器学习等能力和工具，通过数据驱动和智能化手段，构建智能化风险体系，通过AI驱动数据沉淀、分析与决策闭环，提升业务风险识别与防控效果。 ● 数据沉淀与治理：梳理风险相关业务流程与数据口径，推动数据采集、清洗、标注，建立可复用的数据资产（指标、标签、特征、样本集等），持续提升数据可用性； ● AI能力在风控场景落地：结合业务需求，推动AI工具/模型在风险识别、预警、稽核等场景的产品化落地（如智能辅助、自动化分流、风险提示等）； ● 评估并集成AI工具链（如LLM、AutoML、NLP模型等），优化数据处理流程（例：非结构化文本解析、异常检测自动化）； ● 需求管理与跨团队协作：能够把风险问题抽象为产品需求，输出需求文档；高效对接算法/开发团队，推动模型训练、数据管道及系统功能落地； ● 持续跟踪AI产品上线后的效果，收集用户反馈，进行数据分析，不断优化产品功能和用户体验。