字节跳动AI安全数据策略运营-TikTok
任职要求
1、本科及以上学历，计算机、数据科学、统计学、信息管理、人工智能等相关专业；英语可作为工作语言，适应跨文化沟通与文档协作； 2、具备优秀的逻辑思维与问题拆解能力，能快速理解业务需求，设计出合理、可落地的数据生产策略与执行方案； 3、熟悉项目全流程管理，具备流程设计与标准化的实践经验，能识别流程中的优化空间并推动改进；有解决方案架构思维，能从系统视角思考问题； 4、对机器学习、大模型的数据生产链路有深入了解，熟悉“数据采集/标注—模型训练—模型评估”的基本流程与关键质量节点； 5、具备良好的数据分析能力，能通过数据洞察识别流程问题与改进机会；熟练使用SQL…
工作职责
1、负责内容安全模型训练及评估数据的项目交付全流程管理，从需求分析、方案设计到落地执行与持续优化，确保项目高效、高质量完成； 2、深入理解算法、产品等团队的业务目标与数据需求，主导数据生产策略的制定与迭代，将复杂的业务问题转化为可落地、可规模化的数据解决方案； 3、构建并持续优化数据生产的标准化流程、操作规范与质量体系，识别流程中的效率瓶颈与质量风险，通过机制设计、工具提效、自动化等手段提升交付效率与稳定性； 4、作为项目核心推动者，协同算法、产品、标注、运营等多方团队，统筹项目进度，识别并解决项目推进中的卡点与风险，保障项目目标达成； 5、建立项目交付的质量评估与复盘机制，通过数据监控、问题分析、案例沉淀等方式，推动交付质量与团队效能的持续提升，形成可复用的最佳实践。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 1、负责软件研发生产线的产品建设，提升工程人员的研发体验、质量及生产力； 2、研究大语言模型在研发场景的应用，制定应用层的产品策略和规划； 3、了解大语言模型技术，对接技术团队，确保产品开发的技术可行性； 4、推动TikTok平台的产品开发与优化，确保产品顺利推向市场； 5、整合产品资源，协调研发、设计、运营等部门，确保产品顺利推向市场； 6、根据用户需求持续优化产品，提升用户体验，提高产品竞争力；及时主动掌握行业最新动态，为产品创新提供思路。
1.战略规划与体系建设:依公司战略定客服中心长期战略，优化流程、团队、技术与客户关系，确保高效运营。设计 “总部中台 + 区域中心” 架构，平衡标准与本地化，完善服务标准、流程及质控体系，确保合规； 2.多语言运营与技术支持:组建含英语、东南亚语种的多语言客服团队，推动多语言 AI 客服等工具应用，提升效率、控制成本，针对 TikTok 等海外平台建客诉快响机制； 3.跨文化团队管理与协作:统筹总部及区域客服团队，制定跨文化沟通规范与培训体系，以数据优化服务指标，输出区域服务报告，联动各方解决高频客诉； 4.成本控制与危机应对:设计客服成本模型，整合资源降本，针对食品安全舆情等制定客诉预案，建立分级响应机制，监控新兴市场风险并提前应对； 5.文化融合与品牌维护:确保客服话术契合蜜雪冰城品牌调性，利用客户满意度数据助力市场战略，提升用户忠诚度与复购率。
1、整体负责点点业务内容、机审安全策略，能够通过对业务场景的深度分析，制定并落地精细化内容、机审安全策略。 2、通过定性、定量方法评测策略表现，进行策略迭代更新，不断提升内容、机审策略效果。 3、与跨部门团队紧密协作，包括算法、舆情、法务、市场等部门，就产品安全PRD/BRD方案落地实施进行高效沟通与协调，推动产品快速上线。 4、持续跟踪国内外 AI 安全法规政策动态，敏锐洞察行业安全趋势与潜在风险，及时为产品提供安全建议与决策支持，确保产品功能&内容符合法律法规要求，规避合规风险。 5、负责建立完善的安全监测与预警机制，实时监控 AI 产品安全态势，快速识别、响应并处理安全事件，最大限度降低安全事件对产品和用户的影响。 6、负责搭建AI 产品安全策略，通过数据驱动的方式分析线上策略的过滤效果，发现并解决存在的问题，不断优化策略内容与执行流程，降低线上策略误伤&漏放。
1、 独立刻画出符合当前业务场景需求的安全数据体系，包括不限于常规的审核风险体系、生态风险体系等。 2、协同算法设计模型数据策略方案，涵盖专项、非专项安全场景下安全数据训练策略。 3、从模型的数据样本建设、评测体系设计、安全标注自动化升级等，能从模型底座能力上解决策略、模型在用户问题上带来的误伤，漏放。 4、有比较强的agent协同理解，同时具备一定PE技巧，推动安全在各类问题上以自动化形式解决，搭建安全PE-workflow，提升各团队工作效能。 5、能够和算法讨论出适配于不同场景下模型的安全能力（基于数据本身），需要协助算法做好问题分析、数据筛选、策略过滤、模型效果验证。