The posting
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,为科技和社会发展作出贡献。
Seed 团队在 AI 领域拥有长期愿景与决心,团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等,在中国、新加坡、美国等地设有实验室和岗位。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、即梦、TRAE 等超过 50 个应用场景,并通过火山引擎开放给企业客户。第三方数据显示,豆包 App 用户量在中国市场排名第一,豆包大模型日均 Token 调用量行业领先。
1、负责具身模型的产品能力评估与准入机制建设,从真实场景和任务需求出发,建立模型能力要求、评测标准和版本准入机制,为模型迭代、场景验证和规模化部署提供可信的评测依据; 2、负责现有评测体系的产品化治理与持续迭代,基于已有Benchmark、Rubrics和评测结果,梳理不同测试集的定位和使用方式,明确不同评测集的适用场景、指标口径和版本演进机制,识别能力覆盖、指标解释和产品决策中的关键缺口,推动针对性的增量优化; 3、基于评测结果做挖掘分析,协同相关团队完善测试分布、标签、评测指标和执行规范,分析评测结果的区分度、稳定性与可比性,判断实验结论是否可信、是否足以支持模型迭代和产品决策; 4、模型能力缺口识别与改进优先级管理,综合评测结果、真实任务需求和产品风险,识别影响模型通用操作能力、泛化能力及任务完成质量的关键短板,结合失败原因、物体与场景等标签形成能力分析,推动问题分级、改进优先级制定和效果验收; 5、推动评测驱动的数据闭环,将评测发现转化为明确的数据需求和验证方案,跟踪相关数据生产、训练与评测结果,判断改进是否有效、是否存在其他能力退化,并推动评测结论持续反馈至后续数据与模型迭代计划。
1、本科及以上学历,机器人/自动化/计算机/AI相关专业优先; 2、优秀的产品思维、系统抽象与问题定义能力,能够从真实任务和产品目标出发,将模糊需求转化为清晰的能力要求、评测标准和可执行的改进计划,并在复杂、多团队协作及高度不确定的环境中持续迭代和沉淀产品能力; 3、理解模型的训练与评测,对VLA、多模态模型、机器人操作、模仿学习、强化学习等一个或多个方向有实践经验或深入理解,能够与模型团队围绕模型能力、数据分布、实验设计和失败模式开展有效协作; 4、具备较强的数据分析与实验判断能力,理解Benchmark、Rubrics、指标设计、测试集分布、评测偏差、泛化及模型版本对比,能够判断评测结果的可信度与适用边界,识别测试条件或评测协议变化对结果比较的影响,并据此形成合理的分析与决策建议; 5、具备从评测发现到改进闭环的能力,能够将模型表现和失败案例转化为具体的能力缺口、数据需求、模型优化目标及验证标准,并综合考虑产品价值、能力风险、数据投入、优化成本和交付周期,合理安排优先级; 6、具备复杂项目规划与跨团队推动能力,能够协调内外部跨团队跨职能跨地域团队,明确职责分工、行动计划和验收机制,推动评测结论落实为可执行的改进工作;同时具备极好的主动性、学习能力和动手能力,对新技术保持持续学习热情,对具身智能、机器人或AI基础模型方向有浓厚兴趣,能够适应技术快速演进和业务需求持续变化的环境。



