主分类：AI 模型产品经理
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": "ATH事业群-百炼平台产品专家（模型定制方向）-杭州/北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "产品"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责大模型全模态后训练能力线的产品规划与设计，覆盖文本、视觉、语音、多模态等方向的训练解决方案，定义产品路线图与迭代节奏，推动后训练能力持续演进与行业领先。 \n2. 主导\"开箱即用\"CPT/SFT/RL 微调训练平台的产品设计与落地，联动算法与工程团队，将通义模型训练和评测算法沉淀为平台化能力，支撑用户使用自有数据高效完成个性化模型定制。 \n3. 搭建面向定制的数据工程能力，规划模型蒸馏与压缩产品，负责定制产物的全生命周期管理，设计微调任务的版本管理、任务进度与资源监控、微调模型评估、以及一键部署上线的链路，打通\"训练—评估—部署\"闭环。\n4. 深入洞察 MaaS 平台客户的模型定制化需求，面向行业场景设计模型定制解决方案，推动通义基础模型与训练数据能力的产品化、商业化落地，服务高净值客户并实现规模化复制。 \n5. 跟踪大模型训练平台与 MaaS 行业趋势，分析竞品动态与客户反馈，建立产品效果评估与数据分析体系，持续优化产品竞争力、客户体验与商业收入。",
"requirements_text": "1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先；3 年以上产品经理经验，有 AI/机器学习平台、MLOps 或数据平台类产品经验者优先。\n2. 深入理解大模型训练与微调原理，熟悉 CPT、SFT、LoRA、RLHF/DPO 等主流方法的适用场景与工程约束，能与算法团队高效对话。具备将复杂技术能力产品化、抽象化的能力，能把专业训练流程转化为低门槛的产品体验。\n3. 熟悉主流 MaaS/AI 平台的微调与训练产品形态，对行业竞品有清晰认知。具备 B 端平台型产品设计能力，能独立完成需求调研、方案设计、项目推进与效果复盘；有大客户训练方案或交付产品设计经验者优先。 \n4. 优秀的跨团队协作与需求推动能力，能协调算法、工程、设计等多方资源落地复杂技术产品。具备数据驱动的产品思维，能定义并跟踪关键指标,持续迭代优化。\n5. 有强化学习、模型蒸馏/量化、合成数据等专项经验者优先。",
"skills": [AI生成
"机器学习",
"强化学习",
"模型训练",
"产品设计",
"项目推进",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先；3 年以上产品经理经验，有 AI/机器学习平台、MLOps 或数据平台类产品经验者优先；有大客户训练方案或交付产品设计经验者优先；5. 有强化学习、模型蒸馏/量化、合成数据等专项经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017203003"
}
]
},
"posting": {
"posting_id": "100017203003",
"post_date": "2026-08-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017203003"
},
"fulltext": "ATH事业群-百炼平台产品专家（模型定制方向）-杭州/北京\nATH事业群-百炼平台产品专家（模型定制方向）-杭州/北京\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责大模型全模态后训练能力线的产品规划与设计，覆盖文本、视觉、语音、多模态等方向的训练解决方案，定义产品路线图与迭代节奏，推动后训练能力持续演进与行业领先。 \n2. 主导\"开箱即用\"CPT/SFT/RL 微调训练平台的产品设计与落地，联动算法与工程团队，将通义模型训练和评测算法沉淀为平台化能力，支撑用户使用自有数据高效完成个性化模型定制。 \n3. 搭建面向定制的数据工程能力，规划模型蒸馏与压缩产品，负责定制产物的全生命周期管理，设计微调任务的版本管理、任务进度与资源监控、微调模型评估、以及一键部署上线的链路，打通\"训练—评估—部署\"闭环。\n4. 深入洞察 MaaS 平台客户的模型定制化需求，面向行业场景设计模型定制解决方案，推动通义基础模型与训练数据能力的产品化、商业化落地，服务高净值客户并实现规模化复制。 \n5. 跟踪大模型训练平台与 MaaS 行业趋势，分析竞品动态与客户反馈，建立产品效果评估与数据分析体系，持续优化产品竞争力、客户体验与商业收入。\n\n职位要求\n1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先；3 年以上产品经理经验，有 AI/机器学习平台、MLOps 或数据平台类产品经验者优先。\n2. 深入理解大模型训练与微调原理，熟悉 CPT、SFT、LoRA、RLHF/DPO 等主流方法的适用场景与工程约束，能与算法团队高效对话。具备将复杂技术能力产品化、抽象化的能力，能把专业训练流程转化为低门槛的产品体验。\n3. 熟悉主流 MaaS/AI 平台的微调与训练产品形态，对行业竞品有清晰认知。具备 B 端平台型产品设计能力，能独立完成需求调研、方案设计、项目推进与效果复盘；有大客户训练方案或交付产品设计经验者优先。 \n4. 优秀的跨团队协作与需求推动能力，能协调算法、工程、设计等多方资源落地复杂技术产品。具备数据驱动的产品思维，能定义并跟踪关键指标,持续迭代优化。\n5. 有强化学习、模型蒸馏/量化、合成数据等专项经验者优先。\n1. 负责大模型全模态后训练能力线的产品规划与设计，覆盖文本、视觉、语音、多模态等方向的训练解决方案，定义产品路线图与迭代节奏，推动后训练能力持续演进与行业领先。 \n2. 主导\"开箱即用\"CPT/SFT/RL 微调训练平台的产品设计与落地，联动算法与工程团队，将通义模型训练和评测算法沉淀为平台化能力，支撑用户使用自有数据高效完成个性化模型定制。 \n3. 搭建面向定制的数据工程能力，规划模型蒸馏与压缩产品，负责定制产物的全生命周期管理，设计微调任务的版本管理、任务进度与资源监控、微调模型评估、以及一键部署上线的链路，打通\"训练—评估—部署\"闭环。\n4. 深入洞察 MaaS 平台客户的模型定制化需求，面向行业场景设计模型定制解决方案，推动通义基础模型与训练数据能力的产品化、商业化落地，服务高净值客户并实现规模化复制。 \n5. 跟踪大模型训练平台与 MaaS 行业趋势，分析竞品动态与客户反馈，建立产品效果评估与数据分析体系，持续优化产品竞争力、客户体验与商业收入。\n1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先；3 年以上产品经理经验，有 AI/机器学习平台、MLOps 或数据平台类产品经验者优先。\n2. 深入理解大模型训练与微调原理，熟悉 CPT、SFT、LoRA、RLHF/DPO 等主流方法的适用场景与工程约束，能与算法团队高效对话。具备将复杂技术能力产品化、抽象化的能力，能把专业训练流程转化为低门槛的产品体验。\n3. 熟悉主流 MaaS/AI 平台的微调与训练产品形态，对行业竞品有清晰认知。具备 B 端平台型产品设计能力，能独立完成需求调研、方案设计、项目推进与效果复盘；有大客户训练方案或交付产品设计经验者优先。 \n4. 优秀的跨团队协作与需求推动能力，能协调算法、工程、设计等多方资源落地复杂技术产品。具备数据驱动的产品思维，能定义并跟踪关键指标,持续迭代优化。\n5. 有强化学习、模型蒸馏/量化、合成数据等专项经验者优先。",
"standard_classification": {
"std_category_code": "PM003",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}