爱奇艺数据产品经理-2026 年校招
任职要求
-计算机、人工智能或统计学相关专业； -热爱产品工作，有产品意识，能够从用户的需求中洞察用户本质需求，并能进行解构； -逻辑思维强，擅长与…
工作职责
-负责数据中台和数据应用的产品规划、设计和产品全生命周期管理； -与业务部门对接合作，深入理解业务场景和痛点，将业务需求与产品规划结合，以数据产品的方式支持业务效率提升和发展； -负责用户调研，客户沟通，需求整理，用户场景分析，竞品分析，需求文档撰写，原型设计等。 -交付高质量的产品文档，推动协调业务、设计、分析、技术等各团队合作达成产品目标的落地； -跟进并分析产品数据表现，负责相关产品面向内部各业务方的运营推广工作，持续迭代优化提升产品价值； -梳理业务逻辑并沉淀数据指标和分析体系，能形成业务特定的数据分析与洞察体系，帮助业务快速决策。
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 1. 大模型驱动的算法革新： a. 参与大模型（LLM、多模态大模型）在电商核心场景（搜索、推荐、广告、多智能体对话等）中的算法创新与应用； b. 研究大模型与经典搜推广模型的融合方案，提升模型效果与用户体验； 2. 下一代AI系统构建： a. 通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署； b. 尝试生成式AI、多智能体协作等前沿方向，推动AI技术在电商领域的创新应用； 3. 大模型在亿级用户规模落地的实战： a. 直面淘宝数亿用户、百亿级行为数据的挑战，落地大模型应用； b. 参与双11、618等顶级电商场景的算法优化，见证大模型技术驱动商业增长的完整链路。 T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper
A. 系统学习与轮岗实践： 参与质量中心项目质量管理、供应商质量管理、生产质量管理、可靠性设计与验证、质量体系等模块的轮岗学习，掌握相机产品全生命周期质量管理工具。 B. 质量工具应用： 学习并实践SPC（统计过程控制）、8D报告、FMEA（潜在失效分析）、PDCA等质量工具，参与实际质量问题解决项目。 C. 跨部门协作： 协同研发、生产、供应链团队，推动质量改善措施落地。 D. 定岗规划： 结合轮岗表现及个人兴趣进行定岗。 E. 职业发展 1年内：通过轮岗掌握质量体系全流程技能，独立承担部门基础质量工作。 2-3年：晋升为专业质量工程师（如QPM/SQM/FQM/LAB工程师），主导关键质量项目。 长期目标：质量经理/质量专家，参与企业质量战略制定。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。