字节跳动大语言模型可解释性研究员-Seed

团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、参与大模型机制的基本研究，方向包括但不限于大模型可解释性、可控性；Agent的世界认知、任务规划、自我认知；Multi-Agent的协作与对抗； 2、持续追踪大语言模型/多模态大模型等方向的前沿技术。

团队介绍：字节跳动豆包大模型团队（Seed）成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，并探索新的交互。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 豆包大模型团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、探索模型在预训练阶段与后训练阶段的内在一致性，跨训练阶段预测模型性能上限； 2、探索从可解释性角度提出更多更深入的基于模型内在机理的评测标准； 3、提出更好的Benchmark，定义模型能力，定义AGI； 4、从评测角度对模型进行Red Teaming，找到模型的短板并针对性提出模型改进； 5、探索全新的模型和智能应用，如Agent Foundation Model，DeepResearch，需要的评测基准。

文本大模型团队的主要负责小红书大语言模型的端到端全链路自研。主要研究方向包括: 1、持续探索大语言模型在不同阶段的高效scaling策略； 2、预训练的关键技术探索: 包括从数据策略(筛选，配比，合成，学习效率的提升)、优化技术、可解释性，到下一代模型结构的设计、long context建模、学习范式探索等； 3、通用alignment技术探索: 包括大规模RL的探索，持续提升大模型在通用能力、reasoning、长文本、agent、各方向中长尾知识等多个方向的综合能力，支撑更广泛的应用场景； 4、跟下游的多模态同学一起探索端到端全模态大模型的设计和高效scaling策略； 团队有充足的GPU计算资源，同时跟整个技术社区也有密切合作，开源开放。

职位描述 作为AI产品经理，您将是我们金融Agent产品的核心驱动者。您将负责从0到1定义和塑造这款革命性产品，深入理解金融用户的核心需求，并将其转化为一流的智能体产品功能与体验。您将与顶尖的AI研究员和工程师紧密合作，确保我们的技术创新能够精准地解决真实环境的金融业务问题。 岗位职责 • 洞察与定义： 深入研究金融行业（包括但不限于投资、研究、风控、合规等）的工作流程与痛点，挖掘AI智能体可以创造颠覆性价值的应用场景。 • 产品蓝图： 负责制定金融智能体的产品愿景、战略规划和发展路线图（Roadmap），定义产品的核心能力边界与演进路径。 • 智能体设计： 设计智能体的核心交互模式与“任务旅程”，定义其应具备的“技能”（Skills）和工具调用能力，确保其能够自主、可靠地完成复杂的金融任务。 • 需求与文档： 撰写高质量的产品需求文档（PRD），不仅包含传统的功能规格，更要清晰定义智能体的预期行为、评估指标、数据需求和模型能力要求。 • 跨团队协作： 与算法、工程、设计等团队高效协作，推动产品从概念设计到研发、测试、上线的全过程，确保技术实现与产品目标高度一致。 • 评估与迭代： 建立科学的产品评估体系，通过数据分析和用户反馈持续追踪智能体的性能表现（如任务成功率、准确性、效率等），并驱动产品的快速迭代与优化。 • 合规与安全： 确保产品设计和功能在严格的金融监管框架下满足数据安全、隐私保护、可解释性及可审计性的要求。