主分类：AI模型评测工程
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": "智能算法产品事业部-AI 搜索评测 · 产品经理-杭州",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "岗位介绍：\nAI 正在重塑搜索的底层逻辑——从意图理解到 AIO 聚合生成，从图文检索到多模态体验。但所有这些变化能不能真正发生、能不能持续迭代，取决于一件事：我们是否有能力把\"搜得好不好\"变成可量化、可追踪、可驱动决策的评估体系。评测不是搜索的附属环节，而是这一切迭代的地基。这个岗位的核心，是搭建并运营这块地基。\n岗位职责：\n1、设计 AI 搜索的评测产品体系，覆盖搜索大盘评估、策略迭代评估、RL 训练数据支持三类场景，建设自动化评估能力，让评估本身可规模化。\n2、与模型和算法团队深度协作，把\"搜索质量\"这种模糊的体感问题，拆解为可量化的指标体系与可执行的标注方案。\n3、探索多模态场景下的评测方法，针对不同模态的特性设计差异化的评估框架。\n4、推动评测结论真正落地——影响策略方向、影响产品决策、影响下一轮模型迭代。",
"requirements_text": "岗位要求：\n1、5 年以内工作经验，有过完整的评测体系设计或搜索/推荐产品经验，理解搜索作为产品的核心逻辑与北极星。\n2、理解 LLM 的能力边界与失败模式，对 AI 评测的三个关键命题——标注质量保障、自动化评估（含 LLM-as-a-Judge）、人机协同流程——有自己的判断和实践认知。\n3、结构化思维强，能把含糊的质量诉求拆成可执行的指标树；具备跨团队协作的推动力，能让算法、标注、产品三方在同一套语言下对齐。\n加分项\n1、有过AI精标语料撰写和标注经验\n2、有过 RLHF / RLAIF 数据流程或评估闭环的设计经验。\n3、对多模态模型评估有过实际探索，有数据分析能力，能独立完成评估结果的统计显著性判断与归因分析。",
"skills": [AI生成
"数据分析",
"团队协作",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=100017080003"
}
]
},
"posting": {
"posting_id": "100017080003",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100017080003"
},
"fulltext": "智能算法产品事业部-AI 搜索评测 · 产品经理-杭州\n智能算法产品事业部-AI 搜索评测 · 产品经理-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n岗位介绍：\nAI 正在重塑搜索的底层逻辑——从意图理解到 AIO 聚合生成，从图文检索到多模态体验。但所有这些变化能不能真正发生、能不能持续迭代，取决于一件事：我们是否有能力把\"搜得好不好\"变成可量化、可追踪、可驱动决策的评估体系。评测不是搜索的附属环节，而是这一切迭代的地基。这个岗位的核心，是搭建并运营这块地基。\n岗位职责：\n1、设计 AI 搜索的评测产品体系，覆盖搜索大盘评估、策略迭代评估、RL 训练数据支持三类场景，建设自动化评估能力，让评估本身可规模化。\n2、与模型和算法团队深度协作，把\"搜索质量\"这种模糊的体感问题，拆解为可量化的指标体系与可执行的标注方案。\n3、探索多模态场景下的评测方法，针对不同模态的特性设计差异化的评估框架。\n4、推动评测结论真正落地——影响策略方向、影响产品决策、影响下一轮模型迭代。\n\n职位要求\n岗位要求：\n1、5 年以内工作经验，有过完整的评测体系设计或搜索/推荐产品经验，理解搜索作为产品的核心逻辑与北极星。\n2、理解 LLM 的能力边界与失败模式，对 AI 评测的三个关键命题——标注质量保障、自动化评估（含 LLM-as-a-Judge）、人机协同流程——有自己的判断和实践认知。\n3、结构化思维强，能把含糊的质量诉求拆成可执行的指标树；具备跨团队协作的推动力，能让算法、标注、产品三方在同一套语言下对齐。\n加分项\n1、有过AI精标语料撰写和标注经验\n2、有过 RLHF / RLAIF 数据流程或评估闭环的设计经验。\n3、对多模态模型评估有过实际探索，有数据分析能力，能独立完成评估结果的统计显著性判断与归因分析。\n岗位介绍：\nAI 正在重塑搜索的底层逻辑——从意图理解到 AIO 聚合生成，从图文检索到多模态体验。但所有这些变化能不能真正发生、能不能持续迭代，取决于一件事：我们是否有能力把\"搜得好不好\"变成可量化、可追踪、可驱动决策的评估体系。评测不是搜索的附属环节，而是这一切迭代的地基。这个岗位的核心，是搭建并运营这块地基。\n岗位职责：\n1、设计 AI 搜索的评测产品体系，覆盖搜索大盘评估、策略迭代评估、RL 训练数据支持三类场景，建设自动化评估能力，让评估本身可规模化。\n2、与模型和算法团队深度协作，把\"搜索质量\"这种模糊的体感问题，拆解为可量化的指标体系与可执行的标注方案。\n3、探索多模态场景下的评测方法，针对不同模态的特性设计差异化的评估框架。\n4、推动评测结论真正落地——影响策略方向、影响产品决策、影响下一轮模型迭代。\n岗位要求：\n1、5 年以内工作经验，有过完整的评测体系设计或搜索/推荐产品经验，理解搜索作为产品的核心逻辑与北极星。\n2、理解 LLM 的能力边界与失败模式，对 AI 评测的三个关键命题——标注质量保障、自动化评估（含 LLM-as-a-Judge）、人机协同流程——有自己的判断和实践认知。\n3、结构化思维强，能把含糊的质量诉求拆成可执行的指标树；具备跨团队协作的推动力，能让算法、标注、产品三方在同一套语言下对齐。\n加分项\n1、有过AI精标语料撰写和标注经验\n2、有过 RLHF / RLAIF 数据流程或评估闭环的设计经验。\n3、对多模态模型评估有过实际探索，有数据分析能力，能独立完成评估结果的统计显著性判断与归因分析。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}