大模型数据工程师 - Seed Model

职位描述

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、参与设计实现高性能、可扩展、分布式的数据基建，涵盖数据存储、采集、清洗、标注、管理、分析等全生命周期，持续提升数据工作效率；

2、参与音视频多模态训练数据策略设计，开发高效的数据处理、合成、优化算子和流水线，构建多模态数据资产库，保障大模型研发的数据需要；

3、结合Agent，构建“数据-模型-评测”闭环，通过数据驱动大模型快速迭代；

4、追踪大模型数据领域前沿技术与方法，探索数据增强、数据蒸馏、高质量数据筛选等创新方案，落地到实际业务场景，提升数据价值。

任职要求

1、本科及以上学历，计算机、数学、人工智能等相关专业，在音视频、文本大模型等一个或多个领域有较深入的经验；

2、熟练掌握C/C++、Python、Go等至少一门编程语言，熟悉Ray、Spark相关技术栈；

3、熟练使用AI Coding工具，熟悉CLI、Skills、Agent相关技术栈；

4、有大模型研发经验，参与过有行业影响力的项目者优先；

5、具备良好的沟通协作能力与团队意识，工作积极主动，愿意主动学习新技术、探索新方向，与团队共同推进技术突破。