小红书质量运营（含培训方向）

培训体系基础建设 知识标准化：明确定义 “核心知识” 范畴（如业务规则、操作尺度、合规要点），建立规则尺度制定的逻辑与原则，形成可复用的知识资产。 流程设计：制定尺度对齐的标准化流程（如预沟通、培训宣贯、模拟演练、考核认证）及 SLA（如培训周期、考核时效），确保跨团队执行一致性。 工具开发：设计培训教材、考试题库、案例库等资源，搭建线上 / 线下培训实施平台（如学习管理系统 LMS）。 培训全流程实施 需求洞察：识别新团队、新业务、政策更新带来的培训需求，对接审核 / 客服团队及跨部门业务方，明确培训目标（如减少操作误差、提升响应效率）。 分层培训执行： 针对新团队 / 业务：设计从基础概念到实操演练的全周期培训，确保快速上岗。 针对政策规则：面向审核 / 客服团队开展深度解读与尺度对齐沟通，通过案例分析、分组讨论等方式强化理解。 针对跨部门业务方：以 “规则应用” 为核心，通过场景化培训帮助业务方理解规则对前端业务的影响。 尺度对齐落地：组织审核 / 客服等使用规则团队的尺度对齐会议，澄清规则模糊点，记录并同步争议解决方案，形成《尺度对齐备忘录》。 培训效果量化与优化 考核与认证：设计考核标准（如合格分阈值），组织考试实施，跟踪 “培训考核通过率”“核心知识总正确率”“单个核心知识正确率” 等指标，对未达标者提供补考或补强培训。 数据驱动优化：分析各指标波动原因（如某知识点正确率低则优化课件或增加练习量），结合 “跨部门业务方满意度” 反馈，迭代培训内容、方式及流程。 资质管理：建立培训档案，记录学员成绩与资质，关联岗位认证（如审核员上岗需通过核心知识考核）。 跨部门协作与支持 需求对接与反馈闭环：作为业务方与执行团队的桥梁，收集业务方对规则的疑问及执行团队的操作痛点，推动规则迭代与培训内容更新。 尺度争议协调：对执行中出现的尺度偏差，通过复盘培训效果、追溯规则定义，协同相关部门制定解决方案，确保组织内标准统一。

1.全流程搭建与管理​ • 主导文本对话、TTS音频数据的标注流程设计，制定多模态标注规范与质控体系（含预标注策略、自动化质检）。 2.团队与外包管理​ • 组建、管理标注团队（含全职/外包），负责招募、培训、绩效考核及成本优化。 3.数据质量与模型迭代闭环​ • 建立数据质量监控指标，分析模型缺陷，推动标注策略迭代反哺模型优化。 4.跨团队协作​ • 联动算法、产品、语音技术团队，对齐标注需求与训练目标，确保数据驱动虚拟人交互体验提升。 5.效率工具开发​ • 推动智能标注工具开发（如基于大模型的自动预标注、批量质检），提升标注效率30%+。

1、深入调研研发、算法、运营等多团队在 AI业务场景下的效能痛点，制定内部效能平台的中长期产品规划与 roadmap，输出符合用户体验与技术实现可行性的产品方案（含原型、PRD、流程图等) 2、打通 AI业务各环节，减少人工衔接成本，将AI业务环节融入内部效能平台，缩短 AI业务落地周期 3、建立平台用户反馈机制（如定期用户访谈、满意度调研等），跟踪平台核心指标（如任务完成效率提升比例、业务上线周期缩短时长等），基于数据与用户反馈持续优化产品功能，提升平台易用性与效能价值 4、制定平台上线推广计划，针对不同部门设计差异化培训方案，帮助用户快速掌握平台使用方法，提升平台Adoption率 5、持续关注国内外内部效能平台及AI业务支持工具的发展趋势，将成熟经验与创新思路融入产品规划，保持平台的竞争力与前瞻性

1、技术服务与支持 • 积极响应热线、官网反馈、工单等多渠道的客户反馈和咨询，快速定位问题，解决疑难客户问题，在服务过程中关注客户体验提升、有效管控客情 • 对业务流程类问题，快速定位问题、解决问题，或拉通相关部门（如法务、财务、税务等）人员共同解答客户问题 （CTO线-TSE：积极响应客户及内部需求方的技术需求，通过技术手段解决客户及产品线问题，并最终得到认可） 2、标准化方案沉淀（7级及以上） • 持续推进业务流程类服务的标准化建设，包括服务升级处置流程、故障应急流程、知识沉淀流程等 • 沉淀标准化的业务流程类服务方案，比如推动产品、工具、知识库的建设和改进 • 编写相关业务流程类分析报告，输出知识库、服务流程文档等 • 负责提供业务流程相关专业的培训赋能 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，保证服务关键指标的达成，无重大安全生产事故