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
ByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。 团队介绍:飞书是 AI 时代先进生产力平台,提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力,助力企业能增长,有巧降。 从互联网、高科技、消费零售,到制造、金融、医疗健康等,各行各业先进企业都在选择飞书,与飞书共创行业最佳实践。先进团队,先用飞书。 1、【我们的优势】飞书致力于将最先进的AI技术(如大语言模型、智能助手等)转化为企业日常使用的生产力工具;作为一名前沿部署工程师(FDE),你将成为飞书AI产品与各行各业真实业务需求之间的关键桥梁;你的核心任务是:走到企业客户的真实工作场景中去,深入了解他们的业务难题,并亲自动手使用飞书的AI工具,为他们搭建出切实可行的、能解决问题的智能工作流方案; 2、业务调研与痛点分析:配合资深的商务或渠道经理,参与企业客户(涵盖制造、零售、电商、餐饮等行业)的实地调研;通过沟通,准确理解客户在日常办公、业务运转中遇到的低效环节和痛点,能够发现AI落地实践可能性; 3、AI方案的动手搭建:基于对客户业务的理解,熟练运用飞书现有的AI产品能力(如AI智能助手、自动化工作流、多维表格等无代码/低代码工具),亲自动手配置和搭建出能够直接演示、甚至直接投入使用的解决方案模型(Demo); 4、经验总结与资产沉淀:当你成功用AI解决了一个行业的痛点后,你需要将这个过程总结为一套“标准化的使用指南(SOP)”和“演示模板”;这套模板将被提供给全国的销售团队或合作伙伴,帮助他们去服务更多同行业的客户; 5、生态伙伴的赋能培训:随着你经验的积累,你将负责把搭建AI方案的技巧和经验,以培训或技术支持的形式传递给飞书的代理商和生态合作伙伴,帮助他们提升服务客户的能力。
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。