同程旅行带货主播
任职要求
任职要求 1.基本素质：主播需要具备良好的语言表达能力和逻辑思维，普通话标准，形象气质佳，五官端正，谈吐文雅 2.工作经验：有直播相关工作经验者优先，…
工作职责
岗位职责 1.产品讲解和销售：主播需要在直播间对产品进行详细讲解，展示产品的特点和优势，促进观众购买。这包括通过短视频和直播形式展示产品，结合时下热点增加流量，并通过直播内容引导用户下单购买 2.互动和用户粘性提升：主播需要与观众互动，解答观众的问题，提高用户的粘性和活跃度。这包括定期参加公司的培训活动和业务交流会议，积极拓展新的销售渠道，挖掘潜在客户资源 3.直播内容策划和执行：主播需要深入了解产品，提炼卖点，配合直播运营进行直播活动策划和内容脚本撰写。这包括整理和维护直播粉丝，提前预告产品，并在粉丝群解答客户疑问 4.直播氛围营造：主播需要营造良好的直播间氛围，带动直播间节奏，确保直播间的热度。这包括在直播过程中积极与观众互动，解答粉丝疑问，促进粉丝的在线购买 5.数据分析和优化：主播需要参与直播复盘，根据数据反馈做出调整，优化直播内容。这包括实时掌握直播过程中的客户情绪变化，做好售后处理跟进服务，维护好已有的老客户，发掘新的潜力客户群体 6.团队合作和沟通：主播需要与其他部门密切合作，共同推动业务发展。这包括与直播运营团队、客服团队等紧密配合，确保直播活动的顺利进行
1、负责快手电商场景违规风险识别的策略开发及模型研究工作； 2、深入理解业务本质，运用各类分析方法对业务日志、用户行为数据进行分析与抽象，识别电商生态中的低质商家/带货主播及各类不良内容，解决内容风险问题； 3、推动建立面向各大数据应用场景的数据体系，包括但不限于指标体系/评价体系/标签体系，能快速发现及定位疑似风险的内容和行为； 4、完成各类策略实现，对策略效果进行准确评估并推动上线，并持续完善与优化。
团队介绍：平台治理算法团队2020年9月成立，主要职责是通过优化算法，和电商业务团队配合，对字节跳动电商产品进行全方位的质量/生态的治理，既包括低质/风险/违规问题的打击，也包括画风优化、优质内容扶持、电商生态建设等。 平台治理算法团队使命：经营带货有保障，所见所得皆好物； 愿景：打造安全合规的平台秩序，建立用户信赖的健康生态。 1、负责运用算法挖掘、识别和预测电商场景中的风险和低质的商家/商品/带货主播，并配合业务进行管控； 2、负责运用算法挖掘影响商品体验和履约时效体验的事件和行为，建设数据模型，协助构建良好的生态体验环境，为业务提供支持； 3、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑内容理解/多模态表征/社区挖掘等业务场景解决问题，并为商品/直播/视频治理提供支持； 4、参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/带货主播的关系建设，并赋能治理业务； 5、探索和调研机器学习/图学习/序列学习和相关方向前沿技术，并落地于真实业务场景。
团队介绍：Data-电商-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 课题介绍： 背景：电商智能审核业务比较复杂，随着审核技术的不断演进，各个领域面临着新的风险问题和对抗形式，这对大模型的应用提出了新的挑战。例如，在电商审核业务中，涉及审核PBR变更、长文本、长时序、多语言、少样本和AIGC生成对抗等问题时，现有的开源大模型表现往往不尽人意。因此，针对这些挑战，我们亟需研发专门针对电商智能审核的大模型，以提升其在电商治理中的有效性和适应性。特别的，针对电商业务特点，我们需要探索高质量的数据自动生成、高效的MOE Embedding、Auto-Prompt生成、高质量 COT输出、大模型知识蒸馏等。此外，该模型应能够满足电商审核业务的需求，实现高准确率的自主决策和可解释性的COT生成，显著减少误判。针对动态变化的审核PBR变更，它能够通过RAG模块自动检索类似的审核案例，将复杂的审核PBR分解为简单的原子任务，自动拆分出驳回和豁免原子任务，并自动调用相应的Tools来解决这些任务，从而建立“知道拒绝并且知道为何拒绝”的业内领先智能审核系统。最终，大模型智能审核系统的审核效果需要接近或者超过人工审核，往全机审的路线上演进。 研究方向：模态融合能力：提升文本、音频、图像、视频和直播等多模态的细粒度理解能力，实现高准确率的自主决策和可解释性的COT生成；Few-Shot能力：探索电商多语言、长时序和少样本问题，增强Few-Shot和Zero-Shot能力，针对多变的业务规则具备复杂指令和Auto-Prompt生成能力；攻防对抗能力：研究AIGC图像视频的判别，增强审核大模型对隐晦、抽象的生成式内容的攻防对抗能力；Agent能力：具备调用RAG模块，使用Tools，和Auto-planning能力；提升大模型的动态推理和反思能力。 1、深入理解电商业务，探索基于大模型、多模态模型，持续提升商家/达人在准入、发品、售后等各个业务场景的风险识别效果； 2、提升商品治理审核智能化水平，迭代优化治理大模型，提升大模型对治理规则和商品信息的理解，实现高准高召的问题识别和自动处置； 3、负责强化电商场景下，大模型推理和反思能力，通过商品业务域SFT、高质量Cot、强化学习、数据合成等技术方案，提升商品治理大模型底座能力； 4、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类/风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持； 5、参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/达人/视频内容的关系建设，构建电商实体通用表征能力，赋能治理业务； 6、建设售后服务MLLM基座大模型，并利用RAG/Agent/RL等技术，解决复杂场景下对体验问题的理解能力。
团队介绍：Data-电商-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、优化电商商品/短视频/带货直播的安全识别算法，解决假货山寨/知产侵权/虚假宣传等问题，建设良好的知产生态； 2、结合商品/视频/直播的文本/图像/用户反馈/商达账号等多维度特征，建设并优化电商内容安全模型/策略，持续优化主动召回与处置能力，降低风险外露； 3、挖掘和识别电商场景中的高知产风险商家/带货主播，并配合实际业务需求进行管控治理； 4、结合商品/直播/视频的文本/图像等特征，理解与挖掘用户反馈意图，为平台提供问题抓手。