logo of amap

高德地图高德-大模型数据产品经理-AI方向

社招全职3年以上产品类-用户型地点:北京状态:招聘

任职要求


职位要求:
1. 三年以上工作经验,有AI大模型的训练、优化, multi agent 等相关经验者优先;
2. 具备扎实的数据分析能力,能够从数据中提取有效信息,并应用于产品优化与决策支持中;对数据有较强的敏感度和好奇心,享受从海量数据中抽…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


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。
包括英文材料
大模型+
数据分析+
还有更多 •••
相关职位

logo of aligenie
社招3年以上产品类-用户型

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。

更新于 2026-03-31北京
logo of tencent
社招1年以上混元-公共支持产

1.策略设计:负责大模型在AI Agent 及多个高价值专业垂类(金融、医疗、法律、科研等多元方向皆可)的后训练数据策略,制定针对行业深度、复杂推理与交互合成等核心能力的数据体系标准; 2.链路与协同:紧密衔接算法与数据标注团队,搭建数据生产标准与质量评估体系;协同推进自动化清洗、数据合成与人工标注的高效流转,保障高质量数据的连续交付; 3.**评测与环境:针对“难求解、易验证”的复杂垂类与 Agent 任务构建科学的动态评测集(Benchmarks);协同研发搭建前沿模型训练所需的底层验证与交互环境(Sandbox / RL Environment)。

更新于 2026-07-31北京
logo of tencent
社招3年以上腾讯云产品

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。

更新于 2025-12-10武汉
logo of amap
社招3年以上产品类-用户型

● 主导 POI 深度数据的 AIGC 创新应用,联合多模态大模型与生成式算法,围绕图文、短视频、内容摘要、个性化卡片等形态做深度与动态信息的生产创新,并与 C 端搜索、推荐、导航场景对接完成分发闭环,跑出可量化的业务收益。 ● 负责 POI 深度数据的接入与AI化生产能力建设,围绕人均价、服务设施等核心深度字段,通过多模态理解与算法挖掘持续提升覆盖率与准确率。 ● 负责 POI 图片智能审核体系建设,围绕相关性、美观度、真实性、合规性等维度,用多模态大模型 + 规则协同的方式在质量约束下持续提升自动化审核比例与拦截精度,为 AIGC 内容上量提供质量底座。 ● 通过案例分析、指标拆解与 A/B 实验,持续跟踪 AIGC 内容的量化收益与数据价值;主导产品规划与落地,与算法、工程、运营高效协同,推动项目按期达成目标。

更新于 2026-07-29北京