知乎AI 数据合成平台开发工程师
任职要求
* 本科及以上学历，计算机、软件工程、人工智能等相关专业。 * 熟悉 Python、Go、TypeScript 等至少一种编程语言，具备扎实的软件工程能力和良好的编码习惯。 * 熟悉 Linux、Git、网络、数据库等基础知识，具备独立分析和解决问题的能力。 * 具有完整的大模型（LLM）应用开发经验，独立开发过 Agent 或 AI 应用，并具备完整项目实践。 * 具有 Agent 开发经验，熟悉 Tool Calling、Function Calling、MCP 等 Agent 基础能力，并有实际开发经验。 * 熟悉 Claude Code、Codex、Cursor 等至少一种 AI Coding 工具，并能够将 AI Cod…
工作职责
关于我们 我们研发 AI 数据合成平台，持续生产高质量训练数据和评测数据。 平台覆盖任务生成、环境构建、数据生成、自动验证、自动评测等核心能力，服务于模型训练、Benchmark 建设和 Agent 能力演进。当前重点场景包括 Coding、Computer Use、Browser、Research 等方向，并持续探索更复杂、更真实的长链路任务。 1. AI 数据合成平台开发：负责 AI 数据合成平台的设计与开发，建设覆盖任务生成、环境构建、数据生成、数据验证、数据管理等核心能力，持续提升高质量 AI 数据的生产效率。 2. AI 数据生产 Workflow 开发：负责 AI 数据生产 Workflow 的设计与开发，包括任务编排、自动执行、数据验证、质量分析、数据回流等能力建设，构建自动化、可扩展的数据生产流程。 3. Benchmark 与评测平台开发：负责 Benchmark 与模型评测平台开发，建设自动化评测、LLM-as-a-Judge、Rule-based Verifier、Rubrics、评测分析等能力，支撑模型持续评估与迭代。 4. Agentic RL Environment 开发：负责 Agentic RL Environment 的设计与开发，构建真实、可交互、可验证的任务环境，为 Agent 的训练、评测和高质量 AI 数据生产提供基础设施支持。
1. AI 数据合成平台开发 参与 AI 数据合成平台的设计与开发，建设覆盖数据采集、任务生成、数据合成、数据管理等核心能力，持续提升高质量数据的生产效率。 2. 数据生产 Workflow 开发 参与数据生产 Workflow 的设计与开发，包括任务编排、自动执行、数据验证、质量分析、数据回流等能力建设，构建自动化的数据生产流程。 3. Benchmark 与评测平台开发 参与 Benchmark 与模型评测平台开发，建设自动化评测、LLM-as-a-Judge、Rule-based Verifier、评测分析等能力，支撑模型持续评估与迭代。 4. Agentic RL Environment 开发 参与 Agentic RL Environment 的设计与开发，构建可交互、可验证、可评测的任务环境，为 Agent 的训练、评测和数据生产提供基础设施支持。
团队介绍：AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决 AI 前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和 AI 产品的一手用户。 课题介绍： AI Coding是当前大模型领域最热门的方向之一，高质量的Code训练数据和完善的模型评估机制是决定大模型Coding能力上限的关键因素。本课题通过探索基于主动学习技术的Code数据合成方案，系统性优化Code数据生产过程中存在的生产效率低、数据质量不佳、模型评估机制不完善等痛点问题。 课题挑战： 1、动态抗污染Benchmark 构建：针对评测集易污染、静态固化问题，构建具备防泄露机制的评测基准体系；建立动态更新迭代机制，适配模型能力演进与场景拓展，打造稳定可靠的评测标尺； 2、基于主动学习与自博弈的数据合成方法：以主动学习筛选策略结合智能体环境模拟，替代高成本人工标注，实现数据自动化、规模化生成；引入自进化与自博弈机制，定向挖掘模型薄弱领域，合成高价值演化数据，补齐能力短板； 3、低成本数据质量评估方法：突破单一语义评估局限，构建多维度质量刻画体系，探索轻量化评估路径以适配海量数据需求；建立数据特征与模型效果的强关联机制，形成可量化、可追溯的综合评估体系。 课题价值： 构建 Coding Agent自动化数据合成与主动学习管线，建立数据质量及模型性能评估标准，精准刻画数据与能力边界，降低评估成本，提升豆包大模型在复杂长程SWE任务中的表现。
工作职责： 1. 负责 AI 数据湖平台的整体规划与迭代，包括但不限于： • 多模态数据集管理功能（音视频、文本、图像等）。 • 数据预览和数据质量监控机制，支持大规模音视频和文本数据的批量预览和快速查询。 • 跨模态数据检索与分析能力的设计与优化，探索更高效的数据索引和复合检索方式。 2. 与技术团队协同，设计并推行数据存储、数据处理、元数据管理等核心功能模块的产品方案，确保平台稳定性与易用性。 3. 进行用户需求调研与竞品分析，洞察行业趋势，及时调整产品路线图，保证平台对内对外的竞争力。 4. 与研发、架构、AI算法团队和测试团队紧密合作，跟进产品功能开发与上线，对质量和进度负责。 5. 制定并优化平台的使用流程和用户体验，持续收集用户反馈，制定改进方案以提升用户满意度。 6. 负责平台的性能指标和数据指标追踪，对产品策略进行持续评估和迭代，并向管理层汇报产品进度与成果。
1. 搭建 AI 化数据分析体系，整合多源业务数据，实现自动化处理与实时监控； 2. 运用 AI 工具（智能归因模型、自动化报表、素材分类算法等）赋能业务决策全流程； 3. 开发销量预测、库存预警、素材 ROI 等 AI 模型，将数据能力嵌入业务完整链路； 4. 跟踪数据表现，输出优化建议，辅助关键业务决策；