logo of mihoyo

米哈游AI数据湖产品经理

社招全职产品策划类地点:上海状态:招聘

任职要求


任职要求:
1. 教育背景:本科及以上学历,计算机、软件工程、信息管理、人工智能、数据科学等相关专业优先。
2. 具备互联网、大数据或人工智能相关领域产品经理经验。
3. 熟悉产品开发流程,能够与技术、设计、测试、运营等多方团队高效协作,推动产品按时、高质量落地。
4. 数据分析能力强,能基于用户使用数据和业务需求快速输出可行性解决方案。
5. 具备良好的业务视野、项目管理能力和沟通协调能力,能够独立管理跨部门及跨团队合作项目。
6. 强烈的责任心和自驱力,能在高速变化和竞争激烈的环境中高效推进工作。
7. 热爱AI和大数据领域,对行业动态、技术前沿有很强的敏感度。

加分项
加分项:
1. 有构建或运营过数据管理平台/数据标注平台/AI训练平台等相关经验者优先。
2. 了解数据库、大数据、数据湖、数据仓库等相关技术,了解数据管道与数据处理流程(例如 SparkFlinkHadoopDelta Lake、LakeHouse 等)。
3. 对多模态数据(音视频、文本、图像等)的处理和检索有一定知识和实践储备,熟悉相关AI算法开发框架更佳。
4. 对大规模数据存储与管理、AI模型训练或多模态数据处理有实际的项目经验

工作职责


工作职责:
1. 负责 AI 数据湖平台的整体规划与迭代,包括但不限于:
• 多模态数据集管理功能(音视频、文本、图像等)。
• 数据预览和数据质量监控机制,支持大规模音视频和文本数据的批量预览和快速查询。
• 跨模态数据检索与分析能力的设计与优化,探索更高效的数据索引和复合检索方式。
2. 与技术团队协同,设计并推行数据存储、数据处理、元数据管理等核心功能模块的产品方案,确保平台稳定性与易用性。
3. 进行用户需求调研与竞品分析,洞察行业趋势,及时调整产品路线图,保证平台对内对外的竞争力。
4. 与研发、架构、AI算法团队和测试团队紧密合作,跟进产品功能开发与上线,对质量和进度负责。
5. 制定并优化平台的使用流程和用户体验,持续收集用户反馈,制定改进方案以提升用户满意度。
6. 负责平台的性能指标和数据指标追踪,对产品策略进行持续评估和迭代,并向管理层汇报产品进度与成果。
包括英文材料
学历+
数据科学+
大数据+
数据分析+
数据仓库+
Spark+
Hadoop+
Delta Lake+
算法+
开发框架+
相关职位

logo of mihoyo
校招产品策划类

工作职责: 1. 负责 AI 数据湖平台的整体规划与迭代,包括但不限于: • 多模态数据集管理功能(音视频、文本、图像等)。 • 数据预览和数据质量监控机制,支持大规模音视频和文本数据的批量预览和快速查询。 • 跨模态数据检索与分析能力的设计与优化,探索更高效的数据索引和复合检索方式。 2. 与技术团队协同,设计并推行数据存储、数据处理、元数据管理等核心功能模块的产品方案,确保平台稳定性与易用性。 3. 进行用户需求调研与竞品分析,洞察行业趋势,及时调整产品路线图,保证平台对内对外的竞争力。 4. 与研发、架构、AI算法团队和测试团队紧密合作,跟进产品功能开发与上线,对质量和进度负责。 5. 制定并优化平台的使用流程和用户体验,持续收集用户反馈,制定改进方案以提升用户满意度。 6. 负责平台的性能指标和数据指标追踪,对产品策略进行持续评估和迭代,并向管理层汇报产品进度与成果。

logo of bytedance
社招3年以上F0738

1、负责建设多模态数据湖管理产品,向客户提供新一代大模型数据新基建; 2、面向大语言模型、多模态模型、AI Agent提供数据处理、存储和管理能力; 3、进行市场调研,梳理B端客户需求,分析市场空间和机会,提供商业化产品设计方案; 4、负责产品功能设计和规划,推动研发完成产品功能交付,并推荐给解决方案和销售团队,完成商业闭环。

更新于 2025-04-29
logo of bytedance
社招3年以上A01659

1、打造多模态数据湖计算引擎,向客户提供新一代AI数据算力新基建; 2、负责E-MapReduce产品的设计和规划,提供多模态数据处理和加工能力; 3、挖掘B端客户需求,分析市场空间和机会,给出商业化产品设计方案; 4、负责产品功能设计和规划,推动研发完成产品功能交付,并推荐给解决方案和销售团队,完成商业闭环。

更新于 2025-04-29
logo of 10jqka
社招2年以上

1. 负责AI项目全生命周期数据管理,包括需求分析、数据溯源体系建设、多模态数据采购策略制定与执行; 2. 设计并构建跨模态数据集(文本、图像、视频),支持模型训练与迭代,确保数据覆盖长尾场景与复杂推理任务; 3. 主导数据质量评估体系搭建,结合规则引擎与自动化工具实现数据合规性校验与偏差修正; 4. 协同算法、工程团队优化数据-模型协同链路,推动数据驱动的业务模型性能提升。