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、评测方向规划:负责AI for Science评测方向的规划和评测策略制定,跟踪AI for Science前沿进展,围绕重点学科和真实科研场景,梳理关键能力和典型任务,制定评测集建设方案,持续提升任务的覆盖度、研究价值和难度区分度; 2、评测集建设与分析:通过多种渠道构建真实科研任务评测集,设计并验证评分体系,准确评估模型的科研能力,能够定位模型能力短板,输出评测分析报告,推动模型能力迭代; 3、FDE科学家协作:作为FDE深度对接一线科学家,通过访谈等方式,把真实科研工作流转化成高质量评测任务; 4、项目管理与运营:负责所带项目的整体推进,把控进度和质量,沉淀可复用的流程和机制,保证评测集高质量交付。
1、硕士学位及以上,材料化学、生命科学或相关交叉学科背景,博士学位优先; 2、有2年以上相关工作经验:大模型评测、数据或Benchmark建设经验,或者主导过科学数据集、Benchmark的科研经历; 3、学科功底扎实,了解本领域真实的科研流程和常用工具,有计算、模拟或数据分析经验优先; 4、对理解评测有方法论积累,对数据要求、评测集建设等问题有自己的思考; 5、熟练使用Python和Linux,能独立运行模型、分析轨迹、搭建实验环境; 6、主动性强,对质量有高标准,沟通协调能力好,能独立负责一个方向并推动多方合作。
加分项 1、做过科研Agent、论文复现类Benchmark或者是science方向评测集贡献者(如ALE/TBscience评测集的贡献者); 2、有跨学科背景,或者有组织专家团队协作沟通的经验。



