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、能力评测与短板定位:围绕任务规划、工具使用、计算机操作和长程任务执行等能力,联合算法与评测团队分析模型表现,从真实任务和失败轨迹中定位短板,明确数据建设目标与优先级; 2、数据策略与资产规划:结合训练需求,规划任务、交互轨迹、工具及环境等数据资产,制定并迭代人工定制、数据合成与外部采购的组合策略,提升数据覆盖度与差异化价值; 3、任务环境与产线建设:把开放式需求拆成可执行、可复现、可验证的训练任务,设计任务环境、反馈机制与验收标准,主导数据采集、生成、审核与交付,对质量、效率与成本同时负责; 4、效果验证与方法沉淀:跟进数据训练效果,分析模型在执行中的规划失误、操作错误与纠错恢复问题,用大模型和自动化工具改造生产流程,沉淀可复用的任务构建与数据生产方法。
1、具备1年及以上AI产品、数据产品或相关工作经验,有大模型训练数据、Agent、CUA或工作流自动化经验者优先; 2、理解Agent的任务规划、工具调用与环境交互,能将开放式需求拆解为具体任务、执行条件和成功标准,具备较强的动手实践能力; 3、具备模型评测与数据分析能力,能结合执行轨迹、失败案例和训练反馈定位问题,提出并验证数据优化方案; 4、具备系统思维与抽象能力,能够设计复杂规则下的数据生产和验收流程;有任务环境、验证器或自动化数据产线建设经验者优先; 5、对大模型技术与产品保持好奇心,熟练使用AI工具;具备良好的英语能力,能够阅读技术资料并与国际化团队、供应商沟通; 6、具备较强的跨团队协作与项目推进能力,能够协调算法、研发、评测及外部生产团队,对数据质量、交付效率和实际效果负责。



