快手大模型运营（商业生态与体验）-【商业化】

1. 负责商业化各业务风控体系设计：主导搭建覆盖商业广告全链路的风控策略体系，深入理解商业化场景下的内容广告、电商广告、生活服务广告等不同业务的风控要点，协同商业产品，为各个业务制定并落地风控能力，保障商业生态安全； 2. 构建智能化风控能力：主导设计并落地以大模型为基础的智能风控引擎，服务于内容审核、风险治理、模型训练等各个场景，降低审核成本，提升风控决策智能化水平； 3. 平衡商业目标与安全体验：在保障商业收入增长的同时，通过治理能力落地有效控制风险水位，优化客户及用户的体验，设计合理的风险梯度处置策略； 4. 推动平台化与能力沉淀：抽象不同业务场景下商业化风控的共性需求，推动包括策略引擎、一站式大模型平台、人审平台、智能标注与模型应用平台等中台能力建设，提供可复用的策略服务和配置工具，支持业务快速迭代； 5. 跨部门协同与落地：与算法、工程、策略运营、审核、商业产品等团队紧密协作，主导风控策略与产品的落地实施，解决跨团队协作问题，确保策略有效执行。

1、产品战略与规划 主导AI开放平台的产品定位、核心价值设计及中长期发展规划，制定产品路线图并推动落地。 深入分析开发者生态需求及行业趋势，挖掘AI工具链、模型服务、多模态能力等场景化解决方案。 2、团队管理与协作 带领10-15人团队，统筹需求管理、原型设计、版本迭代及商业化目标达成。 建立高效协作机制，推动产品、技术、市场团队紧密配合，确保关键项目高质量交付。 3、产品全生命周期管理 主导平台功能迭代，包括开发者工具、API/SDK体系、模型市场、数据分析后台等核心模块设计。 建立用户反馈闭环，通过A/B测试、用户调研等方式持续优化产品体验与留存率。 4、商业化与生态建设 设计平台商业化模式（如API计费、订阅服务、生态分层等），制定用户增长与开发者生态运营策略。 拓展行业合作伙伴，推动AI能力在金融、教育、泛娱乐等领域的规模化落地。 5、市场洞察与创新 跟踪AI技术演进（如LLM、AIGC、Agent框架等），探索AI开发范式创新与差异化竞争策略。

1、负责云基础、AI Agent类产品的整体运营策略制定与落地，针对企业客户、开发者、个人用户等不同用户群体设计精细化运营方案，提升产品渗透率、使用率与客户满意度； 2、构建分层用户画像与场景化运营体系，挖掘核心使用场景与用户痛点，通过产品引导、内容触达、活动运营等手段提升用户活跃度、留存与粘性； 3、搭建产品核心数据指标体系，持续监控、分析用户行为数据，输出数据洞察，驱动产品功能迭代与用户体验优化；负责产品版本迭代推广与高价值功能运营，策划并执行功能推广、用户教育活动，输出产品文档、最佳实践、培训材料，帮助用户充分释放产品价值； 4、协同产品、研发、市场、商务等团队，推动运营项目落地，达成产品增长、商业化与生态建设目标。

团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。