美团大模型产品运营-商家方向
任职要求
岗位面向具备以下其一的候选人：1）AI产品运营经验；2）商家产品运营经验。
1. 本科及以上学历，对生成式AI、AI coding等工具有丰富使用经验，对AI领域充满热情；
2. 具有商家运营经验，对商家分层，需求挖掘与策略制定有项目落地经验；
3. 强调…工作职责
1. 深入理解AI模型训练及评测场景中的数据需求，制定数据运营体系、构建评测集与标注SOP； 2. 与产品、算法及技术团队协同，参与标注过程并推动策略优化落地，保障标注的执行准确率及效率； 3. 负责AI产品数据分析，包括商家行为分析、产品效果评估等，挖掘商家经营过程中的提升机会点，提升AI产品商家覆盖。
1、负责瓴羊AI应用平台运营，深入理解企业客户需求，制定并实施平台运营计划，持续提升平台活跃度。 2、负责行业AI解决方案推广运营，重点面向零售&电商、汽车、互联网、生物医疗等行业与场景，设计并落地满足行业客户需求的AI产品解决方案。 3、建设并运营AI应用开发者生态，通过制定开发者运营计划，并提供技术支持、文档资源、开发工具等，激励开发者创新活力，吸引优质开发者交流与合作，为平台持续引入高质量AI应用。 4，熟悉平台运营模式，善于数据驱动，通过数据分析，快速洞察运营方向及策略调整。
1.有丰富的餐饮行业运营经验，负责为大模型训练行业及品类分析、门店选址、菜品研发、商家运营等场景的标杆分析和最佳实践，及时捕捉餐饮行业市场热点和不同客户痛点，并给出具有针对性、可落地的分析报告及策略建议，确保大模型训练数据的质量和准确性。 2.负责设计并执行大模型在各场景的测评方案，深入跟进客户实际使用效果、分析和诊断测评结果，识别大模型在不同维度下存在的问题（如数据偏差、逻辑漏洞、建议可行性不足等），协同产研提出具体的优化方向和改进措施，形成良性循环，不断提升大模型的性能和价值。 3.负责行业大模型产品运营，协同生态做好用户营销、市场推广，持续跟进目标客户的使用反馈，协同产研推进产品能力完善，共同实现产品影响力的提升。
1、场景定义与重构：深入理解商业化“商家私信”的全链路场景（重点是分行业咨询、营销转化以及留资转化），基于大模型能力重构商家与用户的对话交互模式，打造AI Native的智能客服与营销助手； 2、大模型对话策略：负责对话机器人的核心策略设计，包括但不限于多agent协同、Prompt Engineering、RAG（检索增强生成）知识库构建等的优化，确保机器人回答的准确性、拟人化和情感化； 3、商业化闭环设计：探索AI对话的商业价值，设计“对话即服务/交易”的链路。通过AI主动引导、商品推荐、优惠发放、引导留资等策略，在服务过程中提升商业化转化率（留资/消耗）； 4、商家提效工具：为商家提供低门槛的AI配置后台（Agent配置、知识库管理），让不同行业的商家能轻松训练自己的“金牌导购AI”； 5、效果评估与迭代：建立涵盖准确率、覆盖率、用户满意度（CSAT）及商业转化率的立体评估体系，基于Badcase分析持续驱动模型与产品的迭代。
关于我们： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台。我们秉承简单开放、创新能力、匠心精神的团队文化； 职位描述 Job Description 1. 深入理解行业业务逻辑与用户生命周期，通过用户行为分析、消费心理建模、多源数据融合，诊断业务增长瓶颈，设计可落地的用户价值提升策略（如会员分层运营、场景化精准触达、流失用户挽回等）。 2. 主导端到端增长项目：独立完成从业务需求拆解->实验设计->用户特征工程->预测模型开发（如客户分群/LTV/传播裂变因子挖掘）->策略效果归因的全流程。 3. 搭建业务分析框架：结合行业特性（如电商高频转化、内容平台沉浸度驱动、金融行业信用风险维度），设计可解释的用户标签体系与归因模型，输出用户洞察报告指导产品迭代与运营策略。 4. 与搜索推荐、产品、运营团队紧密协作，推动增长实验、A/B测试落地，结合AI模型结果，持续优化产品与内容分发策略。 5. 支撑用户增长策略的算法能力沉淀与平台化建设，推动AI在个性化推荐、多模态建模、用户行为预测等方向的深度应用。 1. Drive business growth strategies through deep user analytics and lifecycle value modeling, focusing on solving real-world problems like member tier operation, scenario-based engagement, and churn recovery. 2. Own full-cycle projects from business diagnosis to deployment: 3. Develop industry-specific frameworks: Design interpretable user tagging systems and attribution models tailored to sector characteristics (e-commerce conversion loops, content engagement drivers, etc.) 4. Collaborate closely with Search & Recommendation, Product, and Operations teams to run growth experiments and optimize strategies based on AI insights. 5.Contribute to platform-level capability building for scalable, AI-powered growth solutions across personalization, multi-modal modeling, and user behavior prediction.