logo of meituan

美团实习-产品经理实习生-搜索和智能产品部规模增长产品组

实习兼职核心本地商业-美团平台地点:北京状态:招聘

任职要求


1.大学本科及以上学历,专业不限,对产品经理岗位有浓厚兴趣者优先。
2.对互联网产品有一定了解,熟悉常用的产品设计工具和办公软件。
3.具备良好的沟通能力和团队合作精神…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.参与搜索和智能产品部规模增长产品组的日常工作,协助产品经理完成产品需求调研、分析等工作。
2.协助产品经理进行产品功能设计、原型设计、用户体验测试等工作。
3.负责产品文档的编写和整理,跟进产品开发进度,确保产品按时上线。
4.协助产品经理进行产品数据分析,不断优化产品功能和用户体验。
包括英文材料
学历+
数据分析+
相关职位

logo of bytedance
实习A212950A

日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 1、对搜索和用户需求有较好的理解,通过评估、数据分析等手段,定位搜索体验问题; 2、与评估、数据科学、算法团队紧密合作,推动项目按时按质落地; 3、关心AIGC行业动态,研究行业产品动向,为产品发展提供创新思路。

更新于 2025-05-29北京
logo of alibaba
实习淘天集团2026

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

更新于 2025-05-08北京|杭州
logo of alibaba
实习淘天集团2026

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

更新于 2025-05-08北京|杭州
logo of alibaba
实习淘天集团日常实习

这是一个需要具备算法基础理解的产品岗位,希望未来往产品经理方向和算法方向的同学投递。 日常的工作包括:电商导购与素材的产品链路梳理、大模型策略编排、知识库搭建等。 1. 深度理解电商业务场景(推荐/广告/搜索/对话),挖掘大模型技术的落地机会,设计AI驱动的产品创新方案; 2. 结合用户需求与商业目标,规划大模型产品路线图,推动生成式推荐、智能导购、多模态广告等核心功能落地; 3. 探索AI技术边界,定义下一代电商交互范式(如Agent协作、动态商品生成、认知式营销); 4. 与算法、工程团队紧密协作,将大模型技术能力(如LLM、多模态理解、RAG)转化为可规模化的产品功能; 5. 设计实验方案并分析数据,验证技术方案的业务效果(如GMV提升、用户体验指标优化),驱动产品迭代; 6. 洞察行业趋势与竞品动态,输出大模型在电商场景的应用洞察报告,为团队决策提供输入。

更新于 2025-05-06杭州