字节跳动大模型数据运营专家（VLA方向）-大模型数据服务中心
任职要求
1、硕士及以上学位，机器人学、人工智能、机械电子工程、自动化等相关专业优先，具备良好的沟通协作能力；
2、对主流具身模型训练以及部署有良好的经验优先，有过智驾、具身智能、VLM等经验优先；思维灵活，擅长从技术、产品、用户多维度探索问题解决方案，具备较强的试错迭代与总结能力；
3、具备敏锐的技术洞…工作职责
1、与顶尖算法团队紧密协作，深入理解VLA模型训练方法，负责具身智能数据采集、清洗、标注、评估生产管理全流程，包括视觉、敏锐度、运动等多模态数据，提供数据支持和建议； 2、定义并规划数据采集、标注标准与高效执行流程，主导采标平台设计和优化，确保数据处理的高效性和稳定性； 3、引入主动学习、自动标注、仿真数据合成等技术手段，大幅提升数据采集标注效率与数据价值密度，为模型训练提供高质量数据支撑。
1.技术与系统架构：负责具身智能与机器人系统的整体架构设计，并主导机器人平台化（硬件模块、控制栈、感知栈）与大模型平台化（数据、训练、推理）的统一设计。 2.具身智能大模型工程：建设数据体系，协同科研模型算法团队推进具身大模型训练，协同、调用云平台搭建面向具身场景的大规模训练与分布式基础设施。 3.端侧模型推理部署：负责将具身智能模型在机器人端侧部署，并结合机器人计算资源进行软硬件协同优化。 4.机器人系统落地与工程交付：主导机器人在各类场景的落地与项目交付；负责从需求拆解、系统集成、工程实现、测试验证到交付运营的全流程工程管理；协调与供应链、ODM/OEM、硬件厂商的技术对接，以及机器人产业上下游的合作。 5.团队管理与跨部门协作：管理多学科工程团队，建立工程和研发流程（CI/CD、QA、仿真体系、回归测试、可靠性验证），并与产品、科研、算法、行业解决方案和 BD 团队紧密协作推进关键项目落地。
1.数据策略与规划：负责文本和多模态大模型训练数据（包括预训练和后训练）的数据建设统筹规划，包括数据调研、数据引入、数据质量标准制定、数据验收等。 2.渠道管理：管理相关数据渠道，通过合作引入相关数据。 3.数据创新：探索新的数据来源（如开源数据、合成数据、用户反馈数据），提升数据规模和质量。
1、基于产品研发运营和业务需要，在内容垂类方向产出高质量文本数据，用于相关大模型训练； 2、参与大模型垂类数据标注标准的制定和优化，在既定标注标准下，完成相关数据的生产任务，总结抽象各类问题，反哺产品、研发、运营及业务，持续优化、细化标注标准，保障数据质量； 3、对数据生产方法进行探索，推动尝试，持续提升标注数据的准确性和生产效率。
1. 预训练语料策略与体系搭建，负责大模型预训练阶段的数据策略，覆盖通用语料、垂直领域语料的全流程数据方案设计。 2. 主导数据评估：建立清晰可量化的数据评估标准，提高评估效率；验证数据有效性，推动模型迭代； 3. 数据驱动的模型迭代，深度理解预训练技术原理，通过数据分析定位模型能力短板，制定针对性数据补充策略，推动模型技术迭代升级。 4. 前沿探索，保持对开源模型（如DeepSeek、Qwen等）及学术前沿的敏锐度,沉淀可复用的数据方法论,为团队提供中短期数据策略规划。 5. 与算法、技术团队合作开发数据工具链，主动发现问题，发起项目，管理数据生产团队,把控数据质量与项目进度,推动跨团队高效协作,确保数据按时高质交付。 6. 主导垂直领域语料体系的从0到1搭建（包括但不限于人文/学科/code等体系），能够定义各体系的质量标准，并设计可量化的评估指标。