美团AI数据产品专家
任职要求
1、本科及以上学历，计算机、数据科学、信息管理等相关专业背景。 2、7年以上互联网产品经验，其中至少3年数据产品（BI/数据平台/数据中台）方向的深度经验。 3、对数据消费全链路有体感：理解数仓分层、指标体系、数据权限等基础概念。 4、对LLM/Agent领域有深入理解，能独立判断技术可行性与产品价值的边界。 5、3年以上产品团队管理经验，能独立负责跨职能…
工作职责
1、负责AI数据产品方向的整体规划与路线图制定，定义各阶段的核心场景与验收标准，明确半年及年度产品里程碑。 2、深入业务团队，通过用户调研、场景跟踪和数据回访，提炼高频且高价值的数据消费痛点，将其转化为可落地的产品需求；持续跟踪行业内Data Agent / AI BI / Copilot类产品动态，输出有判断力的产品分析而非功能罗列，持续校准自身产品定位。 3、主导AI数据产品的体验设计与交互定义，协调研发、算法、数据架构等多个技术团队，拉齐技术可行性与产品目标，确保产品在准确率、响应速度、交互流畅度上实现高质量交付。 4、建立AI数据产品的效果度量体系（覆盖DAU、查询成功率、用户留存、人效提升等关键指标），以数据驱动产品迭代，定期输出产品复盘与方向调整建议。 5、负责团队梯队建设，明确能力模型与成长路径，推动团队在AI数据产品领域的专业深度和协作效率持续提升。 6、制定AI数据产品的推广与运营策略，从种子用户验证到公司内外部规模化推广，分阶段设计用户增长路径与培训体系。
1、基于蚂蚁-信贷业务的发展诉求，负责信贷业务/产品/BI团队的分析需求调研，沉淀分析思路与框架，抽象数据产品方案设计； 2、主导AI+数据分析产品的系统建设，通过新技术持续升级数据产品的效能，激发业务数据探索需求； 3、持续跟进产品及方案研发进程，配套产研形成产品的运维机制，构建产品的评测体系，负责产品流程管理及风险预警； 4、负责产品的推广和运营，通过在业务/产品/BI/技术等团队宣讲、调研提升产品使用广度与深度。
1、产品规划与架构设计：深入理解企业级数据湖与 AI Agent 数据基座的市场需求，跟踪 Lakehouse 向 Agentic Lake 的演进趋势，围绕统一元数据治理、全模态数据管理（结构化/半结构化/非结构化/向量/Agent Context）、五级索引体系等核心能力，完成产品规划、功能定义与架构设计，构建面向 AI Agent 的 Agent-Ready 数据湖产品体系。 2、产品管理与跨团队协同：负责 DLF 产品全生命周期管理，协调 Data+AI 等多引擎协同团队，联动技术研发、测试、解决方案架构师、销售及运营等多职能团队，确保产品从设计到上市的高效交付。 3、开源生态与市场竞争力建设：深度参与 Apache Paimon、Apache Fluss、Apache Iceberg、Lance 等开源项目的产品化策略制定，持续跟踪国际头部竞品及业界主流云厂商在统一 Catalog、湖仓一体领域的产品动态，结合湖流一体（Lake-Streaming）、全模态湖仓存储、全模态索引等差异化能力，制定竞争策略并推动产品市场优势持续扩大。 4、客户价值交付与场景落地：面向汽车（自动驾驶数据管理）、金融（实时风控）、零售（多媒体数据治理）、互联网（推荐/电商）等重点行业，梳理客户数据湖建设与 AI 应用的核心场景需求，设计 Tables 接口与 Files 接口的双层服务能力，推动 Agent 检索召回 API、Context API 等新型接口的场景化落地，提升客户转化与留存。 5、产品体验迭代与技术趋势洞察：持续追踪用户反馈，围绕行列级权限管控、数据生命周期管理、数据质量、湖格式性能等维度优化产品体验；紧跟 AI Agent、RAG、向量检索、流批一体等前沿技术发展，将技术趋势转化为产品创新机会，驱动产品持续迭代升级。
1. 参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律。 2. 负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位。 3. 制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任。 4. 视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。 5. 协同图文、视频、音频各分支标注小组，确保一套混合数据集在空间和时间上同步交付。
1. 团队管理与战略规划 负责AI数据与评测产品团队的整体搭建、人才梯队培养及日常管理，打造兼具业务洞察力与技术理解力的高绩效产品团队。 结合公司战略与MaaS业务发展阶段，制定数据与评测产品的中长期发展规划，明确数据资产化、评测体系标准化的核心目标与落地路径。 2. 智能数据产品体系构建 洞察MaaS业务在经营管理、资源分配中的痛点，主导跨域数据产品的设计与落地，解决海量数据打通、权限治理与关联分析等复杂问题。 联动数据中台资源，构建面向业务场景的智能数据产品矩阵（如智能找数、智能查数、智能分析等），通过指标体系设计与数据工具赋能，大幅提升业务线的决策效率与数据应用体验。 3. 评测体系与质量闭环建设 统筹搭建AI应用与模型的全链路评估体系，制定评测标准、建设评测Agent及高质量评测数据集，确保评估结论的准确性与时效性。 建立“评测-分析-优化”的业务闭环，深度解读评测结果与线上表现，精准定位产品短板，驱动算法优化与产品体验升级；持续跟进业界前沿评测方案（Benchmark），保持内部技术体系的领先性。 4. 跨团队协同与业务赋能 作为核心接口人，高效协同战略、评测、产品、研发、产品运营等多方团队，打破部门墙，推动数据与评测能力在业务场景中的深度落地。