主分类：AI训练数据标注与评测运营
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": "小团-评测一线 AI Builder",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-美团平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "产品类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1）执行日常AI效果评测任务--按 pipeline 标准流程产出评测报告和结论；\n2）Badcase 深度分析与归因--定位问题根因(prompt/model/data/tool 各环节)，推动修复闭环\n3）评测数据集维护与优化--持续迭代评测 case 库,确保覆盖度和有效性\n4）配合评测负责人完善 pipeline--参与评测工具链建设和标准化流程迭代\n5）评测报告产出与沟通--将评测结论清晰传达给产品/研发,推动落地改进",
"requirements_text": "1）1-3年数据分析、产品、或测试相关经验\n2）具备较强的数据敏感度和逻辑分析能力,能使用ai+sql/Python完成常见的数据处理工作\n3）有搜推/NLP/AI 相关评测、效果分析经验优先",
"skills": [AI生成
"Python",
"SQL",
"自然语言处理",
"数据分析",
"分析能力"
],
"preferred_qualifications": "3）有搜推/NLP/AI 相关评测、效果分析经验优先",
"job_highlights": "1）每天直面模型真实输出，从 badcase 中积累对 LLM/Agent 能力边界的一手认知，比多数产品和研发更早感知技术演进方向\n2）不是纯执行型测试岗，而是参与评测体系从 0 到 1 搭建，有机会定义\"什么算好\"的标准\n3）日常工作横跨数据分析、prompt 调优、pipeline 工具建设，天然锻炼复合能力，不被单一职能框死\n4）结论直达产品/研发决策层，推动链路短、反馈快"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4539599872&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4539599872",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4539599872&jobShareType=1"
},
"fulltext": "小团-评测一线 AI Builder\n小团-评测一线 AI Builder\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-美团平台\n职位类别：产品类\n职位族群：产品\n更新时间：2026-06-05\n\n岗位职责\n1）执行日常AI效果评测任务--按 pipeline 标准流程产出评测报告和结论；\n2）Badcase 深度分析与归因--定位问题根因(prompt/model/data/tool 各环节)，推动修复闭环\n3）评测数据集维护与优化--持续迭代评测 case 库,确保覆盖度和有效性\n4）配合评测负责人完善 pipeline--参与评测工具链建设和标准化流程迭代\n5）评测报告产出与沟通--将评测结论清晰传达给产品/研发,推动落地改进\n\n岗位基本要求\n1）1-3年数据分析、产品、或测试相关经验\n2）具备较强的数据敏感度和逻辑分析能力,能使用ai+sql/Python完成常见的数据处理工作\n3）有搜推/NLP/AI 相关评测、效果分析经验优先\n\n岗位亮点\n1）每天直面模型真实输出，从 badcase 中积累对 LLM/Agent 能力边界的一手认知，比多数产品和研发更早感知技术演进方向\n2）不是纯执行型测试岗，而是参与评测体系从 0 到 1 搭建，有机会定义\"什么算好\"的标准\n3）日常工作横跨数据分析、prompt 调优、pipeline 工具建设，天然锻炼复合能力，不被单一职能框死\n4）结论直达产品/研发决策层，推动链路短、反馈快\n1）执行日常AI效果评测任务--按 pipeline 标准流程产出评测报告和结论；\n2）Badcase 深度分析与归因--定位问题根因(prompt/model/data/tool 各环节)，推动修复闭环\n3）评测数据集维护与优化--持续迭代评测 case 库,确保覆盖度和有效性\n4）配合评测负责人完善 pipeline--参与评测工具链建设和标准化流程迭代\n5）评测报告产出与沟通--将评测结论清晰传达给产品/研发,推动落地改进\n1）1-3年数据分析、产品、或测试相关经验\n2）具备较强的数据敏感度和逻辑分析能力,能使用ai+sql/Python完成常见的数据处理工作\n3）有搜推/NLP/AI 相关评测、效果分析经验优先",
"standard_classification": {
"std_category_code": "B010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}