The posting
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。
1、负责语音Agent相关模型能力的数据与评测,独立承接需求,完成方案设计、数据集构建、数据/评测执行、数据分析、模型问题归因及报告产出,保障数据/评测结果的准确性; 2、与产品研发、专家团队进行沟通协作,参与数据标准修改、标注策略迭代,对数据生产流程提效和交付质量负责,同步组织外部专家开展评测数据生产,完成专家筛选、试标、培训、任务派发和质量验收,将专家的非标准知识沉淀为稳定的评测集资产; 3、自动评测体系建设,推动自动评估链路工程化落地,使用Python等编程语言搭建和维护评估任务,将数据集、Agent运行环境、Judge、评分逻辑及结果分析落地,确保评估流程可复现、可追踪、可扩展; 4、持续跟踪大模型、AI Agent、知识工程、多模态、模型评测与自动化交付等领域的发展趋势,引入先进方法、工具与最佳实践,提升项目交付的标准化、智能化与规模化能力。
1、本科及以上学历,计算机科学、人工智能、软件工程、数据科学等相关专业优先; 2、具备Agent数据生产或模型评测的实际项目经验,完整参与过数据/评测方案设计、数据集建设、Rubric/评分标准制定、评测执行、数据分析及问题闭环; 3、熟悉大语言模型及Agent基本原理,理解任务规划、多轮交互、Tool Use、执行环境和完整轨迹,能够将模型问题拆解为明确的判定规则; 4、熟悉LLM-as-Judge/Agent-as-Judge,熟练掌握2种及以上主流编程语言,能够独立阅读主流代码逻辑及报错日志,高频使用AI开发工具,如TRAE/Claude Code/Cursor; 5、对AI技术发展有强烈兴趣,关注大模型、Agentic AI、多模态等前沿趋势,具备持续学习能力与自驱力,同时具备较强的项目推进、跨团队沟通和问题解决能力,对交付结果负责。



