美团大模型数据运营-智能体方向

大模型数据认知方向，负责设计和开发先进的算法，解决大模型数据生产中的关键问题，包括但不限于数据知识体系生成、语料自动分类、智能数据标注、权威评测集建设以及基于评测的语料质量评估与合成。你的工作将直接影响蚂蚁大模型的训练效果和性能表现。工作将涉及以下1个或多个方向 1、数据知识体系生成： 研究基于LLM的自动知识图谱生成技术，设计并实现自动化算法，构建高效、可扩展的大模型数据知识体系。 2、语料自动分类： 基于数据知识体系，研究和开发语料分类算法，指导大模型数据的拓展方向； 3、权威评测集建设： 研究业界现有评测集的缺陷，构建标准化、多样化的权威评测集，用于评估大模型的性能； 与跨职能团队合作，确保评测集覆盖全面且具有代表性。 4、语料质量评估与合成： 建立大模型训练的数据驱动体系，开发语料质量评估算法，识别低质量或噪声数据。 研究数据驱动的语料合成技术，基于模型的评测效果，针对性合成能够改进模型效果的训练语料，提升模型迭代效率 5、智能标注链路研发: 基于大模型数据的标注需求，研发辅助打标算法； 设计构建 AI辅助的标注质量检验与标注提效的算法链路，提升人工标注的质检效率与标注质量 6、技术创新与优化： 持续跟踪学术界和工业界的最新研究成果，探索前沿技术在大模型数据中的应用。 针对实际业务需求，提出创新性的解决方案并快速落地。

构建和完善服体大模型语料库，例如通过撰写对话语料来完成对话及NLP任务，重点是产出与客户服务相关的高质量对话数据； 负责迭代和调优数据语料，提升对话数据的质量情况、流畅度和和互动性； 深入分析和研究客户服务与用户体验场景，确保对话内容的精准度和创造性； 跨部门团队协作，根据项目需求，完善对应标准和流程，完成特定数据的生产任务； 输出与带教，协助团队其他非技术向员工，提升该群体对大语言模型的了解程度、教授实际应用技巧等，以辅助团队更好完成业务目标 带领团队高效完成标注和内容生产项目同时负责管理标注团队，积极推动标注工具、组织流程及交付流程优化，提升并完善团队的交付能力

1.AI素材生产体系搭建：基于AI Agent搭建自动化素材生产管线，覆盖视频理解、生成与编辑等核心场景，推动AI规模化素材产出在增长业务中稳定落地； 2.高转化策略抽象化：深度拆解高转化素材的视听语言（镜头、运镜、节奏等），将其转化为可复用的提示词策略与Agent工作流，持续提升素材转化效率； 3.素材效果评测体系：建立“内容质量+投放效果”量化评估体系，通过多维度评估输出质量评分与优化建议，对增长素材的最终产出质量负责； 4.规模化质量保障：针对生成链路中的幻觉、风格不一致等问题，设计有效的策略，确保批量生产内容的稳定性与可用性。 5.跨团队协同：整合算法（提示词/模型应用）、设计（审美把控）、运营（反馈迭代）等资源，推动增长项目高效落地。

1、产品战略与愿景定义：基于市场趋势与客户痛点，独立负责AI Agent产品的战略规划与愿景设计，清晰定义产品核心价值主张与路线图（产品路径图）； 2、全链路产品设计与迭代：负责从需求分析、用户研究、信息架构设计到高保真原型产出的全流程；重点设计Agent的执行引擎抽象、插件化架构交互、多租户安全体系等产品体验，确保技术可行性与业务价值的统一； 3、To B企业级产品落地：深度参与AI产品在生产环境的特性设计，包括安全合规、权限控制、生命周期管理、监控告警、容错机制等，确保产品满足企业级客户的严苛要求； 4、技术与业务桥梁构建：作为业务、研发、市场三方的核心纽带，准确翻译业务需求为技术语言，驱动研发团队高效交付，并对产品上线后的数据表现与用户反馈进行持续迭代优化； 5、行业方案与商业化赋能：结合垂类行业（如私域运营、客户服务等）场景，沉淀标准化的AI Agent产品解决方案，参与售前方案设计与客户成功，推动产品商业化。