2025.12 – 2026.3 · 北京
字节跳动 · Flow
模型数据平台产品经理
支持 Seed Code 方向模型后训练阶段的专家标注，覆盖轨迹生成、交互式标注、质检回流的完整数据生产流程。我参与交互式轨迹标注平台的功能设计，让专家能对模型每一步的思考、工具调用与执行结果逐步校正；同时对齐算法侧最新的 Agent 行为，并用智能化手段提升标注与质检的效率和数据质量。核心思路是把专家的判断高效、可复用地沉淀成能真正提升模型能力的训练数据。
40%智能质检在标注环节问题解决率Agent 交互式轨迹标注平台对齐 MCP / Plan 新能力
我负责什么
参与交互式轨迹标注平台设计，对接算法侧工具链需求，推动标注队列与质检规则对齐最新 Agent 行为。
交互式标注设计
- 参与设计交互式轨迹标注平台，围绕 Agent 的思考、工具调用、执行结果三要素支持逐步校正。
- 支持在中间步骤插入 / 修改而不必重新生成后续步骤，降低标注成本。
Agent 能力对齐
- 对接算法侧工具链与能力需求，推动标注支持单步多工具调用、subagent 内部轨迹标注、Plan 等新模式。
- 同步更新标注规范与质检规则，确保训练数据持续对齐最新 Agent 行为。
智能质检
- 调研机器质检能力，针对其高准低召的特点设计标注环节预质检 + 质检环节 AI 辅助的双通路方案。
- 把问题拦截前移到标注环节，在标注环节解决问题约 40%，有效降低返修率与处理时长。
我的思考
让模型先生成、专家再纠偏，而不是直接投喂标准答案，本质是让训练覆盖模型真实会走到的状态。数据平台的价值，就是把这套判断稳定、可复用地沉淀下来。