百度AI商业化产品经理实习生（AI健康智能体方向）（J91563）
任职要求
-学历背景：本科及以上学历，计算机科学、人工智能、生物医学工程、商业分析等相关专业优先 - 具备商业化产品思维：熟悉广告、会员、增值服务等变现模式，有需求优先级判断及ROI测算经验 - 技术理解力：了解LLM技术原理及医疗AI行业现状，能快速理…
工作职责
-需求洞察：深度分析医疗健康垂类用户需求，挖掘AI健康智能体在问诊服务、健康咨询、保险医疗等场景的商业化机会点 -产品设计：参与智能体对话管理、个性化推荐、服务链路设计等核心模块开发，设计兼顾用户体验与商业变现的解决方案 -数据驱动：参与商业化核心数据日常分析，通过AB测试、归因分析等手段持续优化产品 -生态构建：探索与医疗机构、药企、保险公司等B端合作伙伴的联合创新模式，设计智能体服务接入、数据产品化等合作方案 -前沿探索：跟踪生成式AI在医疗领域的应用动态，研究Prompt Engineering、RAG等技术与商业化场景的结合创新
-消费医疗场景洞察：深入研究消费医疗市场，包括但不限于行业趋势、用户需求、竞争态势等，定期输出市场分析报告，为产品运营策略提供有力依据 -AI 产品运营支持：协助产品经理完成 AI 产品在消费医疗场景的日常运营工作，如数据监测、用户反馈收集等。通过对搜索数据的分析，发现用户在使用 AI 产品过程中的痛点与需求，及时反馈给相关团队 -内容与用户运营：协助策划医美消费医疗相关内容，分析医美用户需求，如抗衰、美容、修复等，结合AI技术优化内容呈现形式，如图文、视频、互动工具等，提升用户对AI产品的使用黏性 -数据驱动决策：分析AI产品在消费医疗场景的运营数据看板，监控核心指标，通过用户行为数据挖掘消费医疗场景的商业潜力，提出AI产品迭代需求
-消费医疗场景洞察：深入研究消费医疗市场，包括但不限于行业趋势、用户需求、竞争态势等，定期输出市场分析报告，为产品运营策略提供有力依据 -AI 产品运营支持：协助产品经理完成 AI 产品在消费医疗场景的日常运营工作，如数据监测、用户反馈收集等。通过对搜索数据的分析，发现用户在使用 AI 产品过程中的痛点与需求，及时反馈给相关团队 -内容与用户运营：协助策划医美消费医疗相关内容，分析医美用户需求，如抗衰、美容、修复等，结合AI技术优化内容呈现形式，如图文、视频、互动工具等，提升用户对AI产品的使用黏性 -数据驱动决策：分析AI产品在消费医疗场景的运营数据看板，监控核心指标，通过用户行为数据挖掘消费医疗场景的商业潜力，提出AI产品迭代需求
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。