百度大模型Agent产品运营（J99073）

-负责企业级数字员工平台核心产品设计，将大模型能力转化为可落地的业务生产力，打造具备感知、决策、执行能力的智能体产品 -深入理解AI Agent行业及用户需求，打造面向不同行业的解决方案与行业智能体 -负责产品全流程管理，从产品定义到上线，确保产品市场竞争力与用户体验卓越性 -深入研究GPTs、智能体、Agents等前沿技术，探索其在不同行业的应用场景 -洞察市场趋势，把握行业机会，持续关注AI领域最新动态、技术趋势和竞争对手情况，为产品规划提供决策依据

团队介绍： 我们在做“AI 在金融投顾全链路的落地”，面向投研、运营、产品、用户等角色，打造生产级的AI投顾体系，为AIME投顾机器人业务提供端到端提效能力：从金融行情解读与投研报告生成、用户投顾需求识别与澄清、问答话术生成与优化、投研知识库构建与更新，到 问答精准度校验与合规审核，形成可规模化复用的 AI 投顾生产力体系。团队强调“真实可用而非玩具 Demo”，以实现企业级金融投顾服务为标准，注重可靠性、合规性、可评测性与持续迭代能力，目标是把投顾链路里的高频问答、知识库更新、需求响应等任务做到稳定、可控、可交付。 岗位方向：多模态大模型 × Agent，聚焦 投研问答 / 知识库构建 / 金融内容生成把多模态大模型的细粒度理解能力与 Agent 的工具使用、任务规划、信息检索与交互能力深度结合，构建金融投顾垂类下的Agent系统：会检索金融行情、能解读投研报告、能总结用户投顾需求、能优化问答话术、能对齐金融合规标准与规范，并持续在AIME投顾机器人真实业务中提升问答精准度与用户体验。 工作内容： 1. 聚焦金融投顾全链路提效场景，负责 多模态理解 + Agent 相关产品设计与落地，覆盖投研问答、知识库构建、用户需求识别、问答话术生成与校验等核心任务； 2. 构建生产级投顾Agent能力：金融信息检索与整合、投研内容结构化解析、用户需求拆解与响应、问答证据归因与可追溯引用、长周期投顾任务规划与优化等； 3. 深入研究多模态大模型与 LLM 的预训练/后训练技术（SFT、偏好优化/RL 等），在 金融数据配比、训练范式、模型适配与推理策略 上探索最佳实践，推动AIME投顾机器人问答效果显著提升； 4. 设计面向金融投顾垂类的评测与对齐体系：包括 问答精准度、金融事实一致性、合规性、稳定性、响应速度 等指标，持续提升AIME机器人的可控性与可交付性； 5. 与算法、研发、运营、合规团队紧密协作，推动AI能力落地到AIME投顾机器人产品链路中，实现可持续迭代与规模化应用。

负责百度智能云 AI Agent 产品 DuMate（搭子） 的商业化运营和用户增长工作，具体职责包括： -业务数据体系搭建： 参与项目基础建设，与产品及研发团队配合，明确业务指标，协助搭建基础数据分析体系与可视化看板 -日常数据监控： 建立并维护日常数据追踪机制，追踪指标波动，识别数据异常并进行下钻分析，为问题解决与策略迭代提供数据支持 -市场与竞品调研： 关注大模型及 AI Agent 行业动态，调研核心竞品的产品与运营策略。结合业务阶段，协助输出冷启动与阶段性推广建议 -用户运营与生态建设： 参与产品用户生态的搭建与维护。触达目标客户，收集 AI 场景化应用案例，建立用户需求收集与反馈机制。商业化探索与执行落地： 协助推进 ToC 及 ToB 端商业化进程。参与规划商业变现路径，协助具体商业化方案（如积分体系、用户权益等）的策划与执行 -日常运营与项目协同： 协助跟进项目日常运营工作，维护团队内部信息同步机制，配合跨部门协同运转

1、基于产品研发和业务需求，完成Agent方向大模型相关的标注工作，设计标注方案及规则，组织团队完成日常数据生产，达成相关模型训练和优化效果指标； 2、运用PE进行数据生产和过滤，了解大模型前沿训练信息，关注行业的发展方向； 3、有良好的理解与需求分析能力，能够分析理解数据核心需求与要解决的问题，并有良好的文字表达能力，能够清晰、准确地解释对应原因； 4、沟通表达能力好，能够顺利进行团队内外部相关方的沟通协作，保障数据交付，推进模型训练和优化过程的顺利进行； 5、思维灵活，能够适应业务间的快速切换，不断学习掌握各项新的标注逻辑和方式，对大模型PE能力有较高兴趣或有一定的使用经验。