字节跳动大模型数据产品经理-数据平台

1.负责大模型产品数据分析体系搭建​，涵盖用户使用频次、调用成功率、响应时长、功能渗透率、商业转化效率等核心指标，确保指标精准反映产品性能、用户价值与商业价值； 2.结合业务需求（如客户行业属性、使用场景差异），拆分细分维度数据视图，为金融、制造、医疗等不同行业客户提供定制化数据分析框架，支撑客户决策与产品优化。​； 3.可以主导大模型产品数据报表规划与落地，覆盖日常运营报表、客户使用分析报表、商业收入报表等类型，可以通过 Tableau、Power BI或自研数据平台实现数据可视化呈现； 4.定期输出大模型产品数据分析报告，挖掘数据背后的业务问题（如功能使用率低、客户留存不佳等），提出功能迭代、交互改进、定价调整等产品优化建议，并推动研发、运营团队落地。​； 5.跟踪行业竞品大模型数据动态，分析竞品优势与不足，结合自身产品数据制定差异化竞争策略，支撑业务增长决策。​； 6.协同研发团队（算法、工程）明确数据采集范围与标准，确保大模型产品从调用请求到结果返回的全链路数据可追溯、可分析，解决数据缺失、数据不一致等问题。​； 7.配合销售、客户成功团队，为客户提供数据解读服务（如客户使用数据复盘、优化建议），提升客户满意度与续约率。

岗位职责 1. 【大模型全流程管理】深入大模型从训练到部署的全流程，理清并分析数据在不同阶段对模型的影响，确保模型的准确性与效率； 2. 【设计与实施数据处理平台】负责数据平台的设计与优化，协同数据工程师与算法团队对齐迭代模型所需的数据生产方案和平台能力，搭建高效的数据处理工具。确保数据的清洗、分类与机构化处理高效进行； 3. 【评估与优化模型】参与模型效果评估与优化工作，基于数据分析反馈，提出有效的优化策略，确保AI模型的持续改进与应用效果。 4. 【数据生命周期管理】深入理解各类数据的来源、特性与用途，确保数据质量与合规性；追踪数据生命周期，确保数据可追溯、可还原、可解释。

1. 负责公司企业级数据开发平台产品的规划、设计和落地，构建高效、智能、易用的一站式数据开发与治理体系，全面提升数据研发效能与数据质量。 2. 深度参与数据开发全生命周期（DataOps）的流程优化与产品化，构建覆盖数据接入、数据处理、数据调度、数据服务及全链路监控等核心功能的数据平台。 3. 探索并落地基于AI（特别是大模型）的智能数据开发方案，通过AI技术提升数据建模、ETL开发（AI Coding）、SQL生成与优化、智能问答与诊断等环节的自动化与智能化水平。 4. 与数据工程师、数据分析师及业务团队紧密合作，深刻理解不同角色的数据开发与消费需求，持续优化产品体验，提升平台易用性与用户满意度。

团队介绍： 平台技术是阿里国际集团技术创新和业务支撑的核心团队，以构建全球领先的数据+智能+跨云一体化数字化技术基础设施为目标，倾力打造合规、稳定、高效且用户体验卓越的技术服务平台。 我们基于全球化架构与数字智能技术，构建坚实合规的全球化商业底座。采用先进的微服务架构、混合云最佳实践以及智能模块化设计，有效提升业务响应速度和灵活性。通过技术创新驱动研发模式的代际演进，聚焦敏捷开发、先进生产工具、自动化运维流程，践行AI和云原生时代的DevOps文化。打造技术产品和研发规范，构筑起全方位的安全防护屏障。依托数据平台，基于大数据分析、机器学习等先进技术手段，构建强大的数据中台和智能决策支持系统。我们的终端技术专注于提升用户的数字化交互体验，结合智能时代的人机交互范式和网络技术，为全球用户提供极致流畅、个性智能的产品体验 职位描述 1. 产品规划与落地： 负责基于海量电商数据，规划并设计数据智能 Agent 产品（如：商机挖掘，用户洞察，智能取数助手、Text-to-SQL 工具、自动化数据分析报告）。 2. 技术转化与应用： 深入最新AI领域的技术最新在数据分析领域的应用（如 Agent 框架、RAG 检索增强、Text-to-SQL 准确率优化、Code Interpreter 等），将前沿技术转化为可落地的产品功能，解决传统的痛点。 3. 跨部门协作： 与 ETL 工程师、数据分析师、算法团队紧密配合，业务 多部门合作，梳理电商业务“语义层”或“知识库”和工作流程。 4. 场景挖掘与运营： 深入业务一线，挖掘运营、采销、管理层的数据使用场景，推广 AI 数据工具。通过用户行为数据分析，优化 Agent 的交互体验，提升内部或外部客户的数据获取效率。