百度大模型认证培训产品运营专员（J91966）

1.理解本地生活领域各业务发展阶段与需求特性，优化商户履约线上化体验，提升业务渗透率与覆盖商户数。不仅能维护现有合作，更能主动识别拓展机会，制定服务商及品牌商的引入策略。夯实数据指标基建，合作伙伴表现线上可监测、可管理、可评估。 2.负责服务商、品牌商对接系统的全流程（包括不限于入驻、权限审批、系统运维、经营管理等），建立互信互赖的合作关系。能够深入理解系统能力并建立对接流程机制，保障内外部客户高效接入、高质量接入。确保业务安全性与稳定性，快速响应并解决合作中的异常问题，持续推动系统接入效率、操作易用性与整体满意度提升。 3.密切关注行业动态，积极探访内外部客户，共同发现问题、定义问题、解决问题。主动完成数据分析和场景洞察发现改善机会点，做好行业对标、能力抽象、重要项目复盘总结，推动AI应用落地，持续保持产品的竞争力与创新性。 4.探索服务市场和联合售卖能力，提升合作中心收入及合作伙伴活跃度。结合产品能力设计商业化变现合作方案，验证收入模型并落地计费结算机制（如技术服务费、接口调用费等）。建设并运营服务者社区，通过议题设置、标杆案例、生态合作伙伴评选、官方服务商认证、积分激励等玩法，搭建沟通桥梁，提高活跃频次，深化合作关系。 5.构建良性服务商生态，发展与治理兼顾，善于通过运营手段宣传推广，建设平台影响力。建立标准化治理体系，建立监控预警及应急响应机制，平衡风险、效率与增长目标；建立产品能力推广策略及合作机制，定期输出业内模式分析和调研报告，能够完成复杂跨组织沟通协调、资源整合及培训赋能。

1.负责腾讯云大模型产品的售后工作，为1线闭环率负责，主要帮助开发者进行问题排查和问题解决，并尽量闭环； 2.进行产品的客户与开发者运营，作为技术接口解决客户/开发者在使用大模型产品过程中的咨询问题、实操问题及效果问题等，并在过程中结合实际反馈的问题对产品进行意见反馈并推进有明确解决时间点，避免类似问题反复出现； 3.定期进行复盘，针对产品售后问题进行总结和分析，并从产品维度、流程维度、团队建设维度给出相应的优化改进意见； 4.建设端到端问题排查全流程，并主导流程优化和系统操作培训，以客户满意度提升和问题解决率为第一目标持续优化流程和优化； 5.负责相关产品的SLA体系，包括服务目标、响应时效、处理机制，联动公司内外部资源解决客户问题，并制定标准解决方案。

1、AI技术服务与支持 • 积极响应客户对于在使用阿里云AI相关产品中的反馈和咨询，快速定位问题，具备一定的大模型模型调优的能力，包括提示词、模型选型、效果优化的能力 • 在服务过程中关注客户体验提升、有效管控客情，理解客户技术问题；能够定位产品级别的缺陷、bug问题，并提交升级给产研修复，推动产品的不断改进优化 2、AI标准化方案沉淀 • 持续推进AI服务标准化的建设，例如服务升级处置流程、故障应急流程、知识沉淀流程等 •沉淀标准化的AI服务方案及通用技术方案，比如推动产品、工具、知识库的建设和改进，引导客户向合理的解决方案方向前进 • 编写相关产品技术类KB知识库、官方技术文档以及排查工具等，通过知识和工具通过AI智能辅助不断提升问题的解决效率 3、生态运营管理 • 通过技术赋能、认证培训、质量体系、工具平台和组织文化建设等手段，建设技术AI服务生态体系 • 通过服务承包责任制，管控生态伙伴的服务过程和结果，保证技术服务关键指标的达成，无重大安全生产事故

1、技术前瞻与需求洞察：跟踪云计算与网络领域的前沿技术趋势，重点研究 AI/ML 工作负载（如大模型训练与推理）对高性能网络的新需求，提炼产品创新方向； 2、竞品与市场分析：持续关注主流云厂商在网络虚拟化、高性能网络、AI 推理网关等方向的产品演进，输出竞品分析与市场洞察，支持产品演进，驱动产品差异化与战略决策； 3、产品全生命周期管理：负责核心云网络产品（如 VPC、EIP、SLB、云企业网等）的功能规划、需求分析、产品设计及商业化运营，推动产品规模增长； 4、端到端解决方案设计：面向用户多样化的业务场景，设计端到端的云网络解决方案，综合平衡性能、延迟、弹性、安全与成本等关键维度； 5、跨职能协同落地：联动网络架构、研发、运维、售前等团队，高效推进产品从规划、开发到上线的全流程，确保高质量交付与用户体验； 6、产品运营与持续迭代：负责产品上线后的运营，包括用户培训、客户交流、市场活动支持、反馈闭环机制建设，并基于数据驱动实现产品的持续优化与体验升级。