字节跳动LLM数据产品经理-Seed

1、与技术团队合作，定位在海外市场中LLM对齐训练所需的数据； 2、开发对齐数据采集和生产的方法，确保数据质量保持在高标准，并根据定量和定性反馈不断改进流程； 3、评估数据生产工具对数据生产的有效性和质量的影响；不断提高人工和合成数据的效率和效果上限； 4、与业务团队合作，将字节跳动自研的LLM整合到新的和现有的代码产品及服务中；通过对用户行为和反馈的研究，确定自研代码产品的改进空间。

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、负责面向游戏业务线的中台数据产品规划与设计，涵盖BI平台、运营平台、AB实验平台及AI产品等方向； 2、深入理解业务，抽象并提炼数据需求，推动数据平台化建设，主导关键业务接入与落地； 3、探索大模型（如LLM/AI）在数据分析与智能应用中的实践，提升数据使用效率和业务洞察能力； 4、负责产品全生命周期管理，主导需求分析、产品设计、研发跟进、测试验收、上线发布及培训推广全过程； 5、推动核心产品用户增长与迭代优化，整合多方资源，持续提升产品体验与流程效率。

1.负责大模型产品数据分析体系搭建​，涵盖用户使用频次、调用成功率、响应时长、功能渗透率、商业转化效率等核心指标，确保指标精准反映产品性能、用户价值与商业价值； 2.结合业务需求（如客户行业属性、使用场景差异），拆分细分维度数据视图，为金融、制造、医疗等不同行业客户提供定制化数据分析框架，支撑客户决策与产品优化。​； 3.可以主导大模型产品数据报表规划与落地，覆盖日常运营报表、客户使用分析报表、商业收入报表等类型，可以通过 Tableau、Power BI或自研数据平台实现数据可视化呈现； 4.定期输出大模型产品数据分析报告，挖掘数据背后的业务问题（如功能使用率低、客户留存不佳等），提出功能迭代、交互改进、定价调整等产品优化建议，并推动研发、运营团队落地。​； 5.跟踪行业竞品大模型数据动态，分析竞品优势与不足，结合自身产品数据制定差异化竞争策略，支撑业务增长决策。​； 6.协同研发团队（算法、工程）明确数据采集范围与标准，确保大模型产品从调用请求到结果返回的全链路数据可追溯、可分析，解决数据缺失、数据不一致等问题。​； 7.配合销售、客户成功团队，为客户提供数据解读服务（如客户使用数据复盘、优化建议），提升客户满意度与续约率。