onsite
大模型平台研发(数据工程) - TikTok内容安全平台
Backend Engineer
团队介绍:国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,以人工智能技术支持业务发展,力求更高效、更敏捷、更全能地维护站内生态安全。 1、这是一个面向多模态大模型训练、评测和安全治理的AI数据基础设施岗位,建设国际化内容安全场景下高质量、可追溯、可持续迭代的数据资产和数据飞轮,处理文本、图像、音视频等复杂数据,支撑多模态安全模型在真实业务中的持续演进; 2、多模态安全数据资产建设与治理闭环:主导国际化内容安全平台多模态数据的建模、治理与资产化,沉淀高质量、可信、可复用的AI数据资产,为模型训练、评测和线上推理提供稳定权威的数据基础;建设元数据、血缘、质量和成本治理体系,构建「线上负面案例挖掘->数据清洗与标注->评测集/训练集补充->模型迭代」的数据飞轮,推动数据能力持续反哺算法和业务; 3、AI数据流水线与工程架构:基于Spark、Flink、Iceberg、Ray等大数据、湖仓与AI数据处理技术,建设TB~PB级离线与实时数据流水线,保障多模态模型训练、评测和业务迭代的数据供
About the role
团队介绍:国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,以人工智能技术支持业务发展,力求更高效、更敏捷、更全能地维护站内生态安全。
1、这是一个面向多模态大模型训练、评测和安全治理的AI数据基础设施岗位,建设国际化内容安全场景下高质量、可追溯、可持续迭代的数据资产和数据飞轮,处理文本、图像、音视频等复杂数据,支撑多模态安全模型在真实业务中的持续演进;
2、多模态安全数据资产建设与治理闭环:主导国际化内容安全平台多模态数据的建模、治理与资产化,沉淀高质量、可信、可复用的AI数据资产,为模型训练、评测和线上推理提供稳定权威的数据基础;建设元数据、血缘、质量和成本治理体系,构建「线上负面案例挖掘->数据清洗与标注->评测集/训练集补充->模型迭代」的数据飞轮,推动数据能力持续反哺算法和业务;
3、AI数据流水线与工程架构:基于Spark、Flink、Iceberg、Ray等大数据、湖仓与AI数据处理技术,建设TB~PB级离线与实时数据流水线,保障多模态模型训练、评测和业务迭代的数据供给规模、质量与效率;
4、数据合成与增强:结合内容安全真实业务场景,探索数据合成(Data