大模型数据（法律）实习生 - AI数据与安全

团队介绍：AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决 AI 前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和 AI 产品的一手用户。 日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。

1. 01

   参与法律内容生产与方案设计，结合中国法律行业的实际业务，在需要时参与法律问题的解答与审核、法律工作流的梳理与优化、法律AI Skill的讨论与设计等生产性工作，为模型训练和产品能力建设提供专业支持；

2. 02

   参与法律后训练数据建设，协助设计和优化法律数据的机器生成、人机协作及专家生产方法，参与数据寻访、来源判断、清洗去重、难度分级、标签设计、答案审核和质量抽检，分析不同数据生产方案的效果，推动形成可规模化、可追溯、可持续迭代的高质量法律数据生产机制；

3. 03

   拆解法律任务的能力需求与实现路径，针对不同类型的法律问题，分析提升模型实际表现所需的专业能力，判断哪些可通过模型训练实现、哪些需配合法规案例检索或计算工具，并据此协助规划后训练数据的方向与结构，推动相关工具链的设计与落地；

4. 04

   辅助建设和运营法律评测体系，基于真实法律任务，与训练和评测团队共同沉淀评测集，包括必要事实与上下文、法律依据、参考答案或分析路径、分步骤评分标准、常见错误标签、对抗性问题及边界案例，参与模型回答盲评、错误归因、能力分析和版本效果追踪；

5. 05

   协助组织法律专家协作，参与法律专家的寻访、筛选、培训和协作运营，帮助制定任务说明、专业标准、验收规则与分歧处理机制，归纳不同专家的判断差异，推动形成稳定、清晰且可执行的法律数据质量标准。

1. 01

   本科及以上学历在读，法学及相关专业优先；

2. 02

   研究方向与中国法、法律实务或法律科技相关者优先；

3. 03

   具有律师事务所、精品律师事务所、企业法务部门、相关部门或其他专业法律机构的实习经验，了解中国法律服务行业的实际业务流程，具有相对完整的案件、交易、合规或法律研究项目经验优先；

4. 04

   熟悉中国法律体系，能够独立完成事实梳理、争点提炼、法律检索、规则适用、风险分析和法律文书撰写，在民商事争议解决、公司与并购、投融资、金融、知识产权、数据与科技、劳动、合规等一个或多个领域具备专业积累；具备严谨的法律检索与论证能力，能够准确识别法律规范的效力层级、适用范围与时效状态，理解成文法规则、指导性案例、类案裁判和行业实践之间的关系，并能够说明结论的不确定性与适用边界；

5. 05

   使用过大模型或主流Agent处理法律研究、合同审查、案例检索、文书写作等任务，能够判断模型在事实理解、法律引用、类案比较、逻辑推理及结论表达上的问题；具有法律人工智能、计算法学、自然语言处理或数据治理研究经历优先；对Post-training、数据生产和能力评测有兴趣，能够将隐性的专家经验转化为明确的任务步骤、数据规范、评分标准和错误标签，具备基础编程、数据分析或Prompt/Agent工作流设计经验优先；

6. 06

   专业判断严谨，具备良好的书面表达、跨团队沟通和项目协作能力，愿意分享法律行业经验，对法律与人工智能的交叉应用具有持续兴趣；每周3天，可拆分安排，合作周期3个月。