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、负责跨来源数据生产效能分析与优化,面向各类数据获取方式,建立统一的产能、质量、成本、交付周期和资源利用率分析框架,识别影响有效数据产出的关键瓶颈,推进优化,并量化改善效果; 2、参与跨来源数据获取策略与生产规划,根据模型训练、评测和研发需求,分析不同数据来源的质量、成本、产能、交付周期及适用场景,为数据获取策略、生产计划和资源配置提供分析依据,推动不同生产方式的组合优化,提升跨来源生产协同效率; 3、探索新的具身数据获取与生产模式,关注数据转换、视频数据筛选与结构化、自动化数据处理等方向,评估其规模化生产的可行性、数据质量、单位成本和模型应用价值,通过实际场景验证推动有潜力的生产模式从技术探索走向稳定交付; 4、识别生产规划、任务分发、进度跟踪、质量检查、异常分析和经营复盘中的自动化机会,运用Agent、Harness、AI Coding及相关工具,构建可执行、可追踪、可持续迭代的运营工作流,推动重复性工作自动化,减少人工协调与低效操作; 5、建设跨来源生产分析体系,提升对产能、成本、质量、交付进度及异常情况的可见性,将成熟的分析方法、工作流和业务实践沉淀为可复用工具,支持不同数据来源与生产场景的规模化扩展; 6、推动数据需求、质量与生产效能形成闭环,与数据产品、模型、评测及运营团队协作,理解模型能力缺口和研发需求,分析不同数据需求对生产成本、质量和交付周期的影响,结合数据交付及后续模型使用效果,推动生产策略和资源投入持续向高价值数据需求倾斜,同时推动生产流程标准化与持续改善,梳理生产流程中的共性问题,沉淀统一的指标口径、协作接口、分析方法和可复用工具,通过生产复盘、异常归因和改善效果追踪,持续提升数据生产效率,减少重复建设和跨团队协作成本。
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、具备优秀的系统思维、问题抽象与业务判断能力,能够从复杂的生产运营问题中识别关键约束,将模糊问题转化为可验证的假设、改进方案和实际业务结果; 3、积极使用Agent、Harness、AI Coding及自动化工具解决实际问题,能够独立探索和搭建工作流,将AI能力应用于真实业务流程,并持续验证其效果; 4、具备较强的生产效能分析与经营判断能力,能够围绕有效数据产出、单位有效数据成本、质量、交付周期和资源利用率进行分析,识别瓶颈、评估投入产出并推动持续改善; 5、具备较强的跨团队协作与项目推进能力,能够与业务、产品和技术团队共同解决复杂问题,推动分析结论转化为工具、流程和实际业务改进,而不局限于提出建议或输出报告; 6、具备良好的流程抽象与工具化能力,能够将依赖个人经验的工作方式沉淀为可复用的工作流、自动化工具和持续迭代机制;对AI、数据和机器人有浓厚兴趣,愿意深入理解不同数据来源、生产方式与模型训练需求之间的关系,并持续探索新技术对传统生产运营模式的改造。



