高德地图高德-生态数据策略产品-POI智能化

POI数据产品经理 岗位职责： 1、AI驱动的数据策略优化： 主导POI数据策略制定与迭代，深度应用大模型（挖掘/检索/生成）提升数据覆盖度、准确性及丰富度，还原真实世界； 2、价值闭环与智能应用： 通过案例分析与数据洞察，量化产品收益，推动AI技术在自动化更新、异常检测等环节的深度落地，实现效率与质量双提升； 3、开放生态构建： 拓展行业数据合作，协同工程、算法团队共建POI数据与应用开放生态； 4、产品化与体验升级： 基于用户需求设计产品方案，推动POI数据在京东零售、物流等场景的创新应用，全面提升用户体验。 地图路网数据产品经理 岗位职责： 1、智能生产体系设计： 基于多源融合、图像识别、轨迹挖掘等AI技术，设计道路数据生产流程与平台方案，打造AI驱动的下一代地图生产体系； 2、全链路闭环管理： 制定数据规划、产品规格及标准规范，协同研发、生产团队推动方案高效落地，确保目标达成； 3、数据驱动决策： 通过数据分析评估生产效能与质量，驱动产品优化与迭代升级，支撑京东物流、无人车等核心业务。

核心职责： 1. 大客户开拓与经营：深耕零售+物流融合赛道，聚焦快消品牌商、连锁零售商、第三方物流及城配平台，挖掘其在门店选址、仓网规划、配送路径优化、应急调拨、渠道覆盖评估等场景的业务痛点； 2. 解决方案式销售：深度理解客户在门店网络规划、渠道效率、消费者洞察、O2O运营等痛点，结合公司地图数据、POI、客流热力、竞品分布等核心能力，输出定制化商业智能解决方案； 3. 生态协同推进：联动产品、数据、技术及ISV伙伴，打造“标准产品+行业插件+联合运营”模式，提升方案竞争力与客户粘性； 4. 行业影响力构建：沉淀零售、物流行业方法论，参与白皮书、案例包装、私享会等活动，强化公司在零售+物流数字化领域的品牌心智。 任职要求： 1. 经验：5年以上ToB销售经验，3年以上深度服务零售、快消或物流行业大客户，有成功交付选址、仓配、供应链优化类项目经验者优先； 2. 能力：理解零售企业的渠道策略与物流企业的网络运营逻辑；； 具备解决方案思维，能将数据能力转化为业务价值语言； 出色的高层对话能力，可对接客户VP及以上级别决策者； 3. 特质：结果导向、自驱力强、善于跨团队协作，对地理信息、大数据、AI应用有浓厚兴趣； 4. 加分项：有GIS、LBS、商业选址、客流分析类产品销售经验者优先。

核心职责： 1. 大客户开拓与经营：深耕零售+物流融合赛道，聚焦快消品牌商、连锁零售商、第三方物流及城配平台，挖掘其在门店选址、仓网规划、配送路径优化、应急调拨、渠道覆盖评估等场景的业务痛点； 2. 解决方案式销售：深度理解客户在门店网络规划、渠道效率、消费者洞察、O2O运营等痛点，结合公司地图数据、POI、客流热力、竞品分布等核心能力，输出定制化商业智能解决方案； 3. 生态协同推进：联动产品、数据、技术及ISV伙伴，打造“标准产品+行业插件+联合运营”模式，提升方案竞争力与客户粘性； 4. 行业影响力构建：沉淀零售、物流行业方法论，参与白皮书、案例包装、私享会等活动，强化公司在零售+物流数字化领域的品牌心智。 任职要求： 1. 经验：5年以上ToB销售经验，3年以上深度服务零售、快消或物流行业大客户，有成功交付选址、仓配、供应链优化类项目经验者优先； 2. 能力：理解零售企业的渠道策略与物流企业的网络运营逻辑；； 具备解决方案思维，能将数据能力转化为业务价值语言； 出色的高层对话能力，可对接客户VP及以上级别决策者； 3. 特质：结果导向、自驱力强、善于跨团队协作，对地理信息、大数据、AI应用有浓厚兴趣； 4. 加分项：有GIS、LBS、商业选址、客流分析类产品销售经验者优先。

团队介绍： 我们团队为用户提供满足各种出行场景的好路线，提供极致的出行体验，同时服务C端、B端，涵盖自驾、打车、物流等多种业务场景，我们的每一次技术升级或业务的改进都能影响全国用户，有非常复杂的高并发分布式服务系统架构，有业界最先进的路线规划算法（cbr,cch,rch,raptor等)。如果你想发挥你的想象力创造更多社会价值，如果你享受克服困难和挑战自我的喜悦，如果你热爱技术并喜欢追求极致性能和效果，如果你渴望挖掘出源源不断的新应用场景，那就加入我们团队吧！ 岗位职责： 你将加入高德在线导航服务团队，从0到1参与打造手车一体的「出行域 Agent」。目标体验对标特斯拉车机中的 Grok：让用户可以用自然语言完成从出行规划、实时导航到行程中各类决策的全流程交互，实现“能听懂、会思考、帮决策、可执行”的智能出行助手。 工作职责： 1.子Agent架构设计与服务实现 a)参与设计出行域子Agent的整体技术架构，包括调用链路、状态管理、容错与降级方案。 b)实现与高德主Agent的协议对接和能力编排，支持多轮对话、工具调用、跨场景任务协同。 c)在手机端与车机端统一能力出口下，处理不同终端、不同地区/国家的差异化需求（如地图/POI/法规差异）。 大模型微调与蒸馏落地 2.针对出行/导航/车机场景，设计与构建高质量训练数据（提示词工程、对话数据、工具调用日志等）。 a)参与或主导对基础大模型的大规模微调（Supervised Fine-tuning / Preference Optimization 等），提升在出行域的理解和决策能力。 b)负责模型压缩、蒸馏与推理优化，使模型在服务端/边缘侧兼顾效果与时延。 3.Agent能力调优与决策优化 a)设计和优化子Agent的工具使用策略（Tool / Function Calling），包括路况查询、路线规划、POI 检索、多目的地规划、国际场景信息调用等。 b)在弱网、高并发、复杂上下文下优化Agent的鲁棒性和决策稳定性。 c)针对复杂出行任务（如跨城自驾、多目的地行程、充电/加油规划、实时绕行、国际出行规则差异）进行专项调优。 4.效果评测与质量体系构建 a)搭建出行Agent的自动化评测框架，包括：指令理解准确率、工具调用正确率、任务成功率、响应时延、用户反馈闭环等。 b)构建离线评测集和真实流量回放机制，持续追踪模型与系统升级带来的收益和风险。 c)联合产品与运营，通过灰度发布、A/B 实验驱动持续优化。 5.性能与稳定性保障 a)在9亿+月活与车机大规模接入背景下，对服务进行高可用、高性能设计（限流、降级、缓存、异步架构、观测性体系）。 b)处理线上复杂问题（流量波动、模型异常、工具依赖故障等），建立监控、告警和自愈机制。 6.前沿技术探索与工程化落地 a)跟踪 LLM、Agent、RAG、多Agent协作、规划与推理（Planning & Reasoning）、多模态等方向的最新进展，并筛选适合出行场景的技术方案。 b)探索将地图/导航结构化数据与大模型结合的最佳实践，让Agent真正“看得懂地图、懂路况”。