理想汽车大模型策略产品经理
任职要求
任职要求： 计算机科学、人工智能、数据科学或相关领域的学士或硕士学位。 至少3年在大模型产品管理或相关领域的工作经验。 熟悉问答系统、多模态智能体等…
工作职责
主要职责： 与研发团队紧密合作，完成MindGPT大模型产品的训练策略制定，包括但不限于数据准备、模型微调、强化学习等，确保模型在各应用场景下的性能和效率。 负责大模型基座的评测和对标（包括多模态大模型），指导模型基座的迭代。 跟踪最新的人工智能技术和行业趋势，评估其对产品的影响，并提出相应的产品改进建议。
1、深入理解全球最前沿的大模型技术，挖掘潜在的高价值应用场景； 2、分析模型问题并定义理想态，和评估团队一起建立可量化的评估方法； 3、深入调研行业与市场，量化场景价值，拆解目标达成路径，为团队投入提供清晰指引； 4、能深入实际应用场景，理解客户使用大模型的具体痛点，抽象出通用问题，驱动模型改进。
1.质量标准制定：负责制定教育类大模型的质量标准和评估体系，涵盖问答生成的准确性、流畅性、合理性等维度，确保AI生成内容在教育场景下的高质量与高准确性； 2.生成内容的评测与优化： 基于用户反馈、数据分析等手段，组织评测团队对AI生成的教育内容进行定期评测，分析结果并与技术团队合作，推动模型的不断优化与进步； 3.模型智能提升策略： 制定大模型在教育领域整体的智能提升策略，协调跨部门资源，推动AI大模型在教育应用中的深度融合与持续创新； 4.用户反馈与需求挖掘： 通过数据分析、用户调研等手段，挖掘教育产品用户的需求与痛点，优化大模型的生成内容与互动体验； 5.跨部门协作与项目推进： 与研发、数据科学、教育专家等团队密切协作，确保AI的质量标准和优化方案能够高效落地。
1.质量标准制定：负责制定教育类大模型的质量标准和评估体系，涵盖问答生成的准确性、流畅性、合理性等维度，确保AI生成内容在教育场景下的高质量与高准确性； 2.生成内容的评测与优化： 基于用户反馈、数据分析等手段，组织评测团队对AI生成的教育内容进行定期评测，分析结果并与技术团队合作，推动模型的不断优化与进步； 3.模型智能提升策略： 制定大模型在教育领域整体的智能提升策略，协调跨部门资源，推动AI大模型在教育应用中的深度融合与持续创新； 4.用户反馈与需求挖掘： 通过数据分析、用户调研等手段，挖掘教育产品用户的需求与痛点，优化大模型的生成内容与互动体验； 5.跨部门协作与项目推进： 与研发、数据科学、教育专家等团队密切协作，确保AI的质量标准和优化方案能够高效落地。
1、与业务团队合作，将字节跳动自研的LLM整合到编程助手产品及服务中；通过对用户行为和反馈的研究，确定自研LLM的改进空间，以及相应的改进手段； 2、与技术团队合作，定位LLM对齐训练所需的数据； 3、开发对齐数据采集和生产的方法，确保数据质量保持在高标准，并根据定量和定性反馈不断改进流程； 4、评估数据生产工具对数据生产的有效性和质量的影响；利用LLM本身，不断提高人工和合成数据的效率和效果上限。