主分类：平台治理与风险运营
辅助：AI应用开发（非Agent）（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "模型数据运营Leader（策略运营专家）-TikTok安全产品",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "运营"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "5、具备商务英语听说读写能力，可适应英文工作环境",AI生成
"visa_support": "未披露",
"responsibilities": "1、分层策略设计：针对不同风险类型（模式类、程度类、动态知识库类），设计最优的Agent策略组合；\n2、Prompt策略运营：建立Prompt迭代的标准流程；利用Chain-of-Thought（CoT）和Few-shot Learning技术，将复杂的业务规则转化为LLM能听懂的“指令集”；\n3、指标负责人：对线上Agent的核心指标负责，包括Precision、Recall和Latency；\n4、建设通用的模型模块化能力，包括但不限于违规程度能力，RAG。",
"requirements_text": "1、5年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验；深刻理解内容安全业务；\n2、有团队管理经验；\n3、深入理解LLM原理，有丰富的Prompt Engineering实战经验；能够通过调整Context、Persona和Examples显著提升模型效果；\n4、具备优秀的数据分析能力，能通过数据波动快速定位策略问题（熟练使用Excel/BI工具，SQL为加分项）；\n5、具备商务英语听说读写能力，可适应英文工作环境。",
"skills": [AI生成
"SQL",
"Excel",
"数据分析",
"团队管理",
"分析能力",
"英语沟通"
],
"preferred_qualifications": "4、具备优秀的数据分析能力，能通过数据波动快速定位策略问题（熟练使用Excel/BI工具，SQL为加分项）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7605780790115027205/detail"
}
]
},
"posting": {
"posting_id": "7605780790115027205",
"post_date": "2026-02-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7605780790115027205/detail"
},
"fulltext": "模型数据运营Leader（策略运营专家）-TikTok安全产品\n职位描述\n1、分层策略设计：针对不同风险类型（模式类、程度类、动态知识库类），设计最优的Agent策略组合；\n2、Prompt策略运营：建立Prompt迭代的标准流程；利用Chain-of-Thought（CoT）和Few-shot Learning技术，将复杂的业务规则转化为LLM能听懂的“指令集”；\n3、指标负责人：对线上Agent的核心指标负责，包括Precision、Recall和Latency；\n4、建设通用的模型模块化能力，包括但不限于违规程度能力，RAG。\n\n职位要求\n1、5年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验；深刻理解内容安全业务；\n2、有团队管理经验；\n3、深入理解LLM原理，有丰富的Prompt Engineering实战经验；能够通过调整Context、Persona和Examples显著提升模型效果；\n4、具备优秀的数据分析能力，能通过数据波动快速定位策略问题（熟练使用Excel/BI工具，SQL为加分项）；\n5、具备商务英语听说读写能力，可适应英文工作环境。\n1、分层策略设计：针对不同风险类型（模式类、程度类、动态知识库类），设计最优的Agent策略组合；\n2、Prompt策略运营：建立Prompt迭代的标准流程；利用Chain-of-Thought（CoT）和Few-shot Learning技术，将复杂的业务规则转化为LLM能听懂的“指令集”；\n3、指标负责人：对线上Agent的核心指标负责，包括Precision、Recall和Latency；\n4、建设通用的模型模块化能力，包括但不限于违规程度能力，RAG。\n1、5年以上内容风控、策略运营、搜索推荐策略或AI产品运营经验；深刻理解内容安全业务；\n2、有团队管理经验；\n3、深入理解LLM原理，有丰富的Prompt Engineering实战经验；能够通过调整Context、Persona和Examples显著提升模型效果；\n4、具备优秀的数据分析能力，能通过数据波动快速定位策略问题（熟练使用Excel/BI工具，SQL为加分项）；\n5、具备商务英语听说读写能力，可适应英文工作环境。",
"standard_classification": {
"std_category_code": "B008",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}