主分类：数据运营与质量管理
辅助：企业培训与人才发展（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": "客服质培负责人",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "人力资源平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "运营类"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": 8,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "随着AI技术的发展，客服质检和培训场景是AI深度渗透和应用的场景，构建AI驱动的服务品质提升的闭环有巨大想象空间，该岗位作为客服质培负责人，将带领团队，协同各方推动质培业务流程和组织能力重构，拿到基于AI重塑客服质培的业务结果。\n\n1.基于AI重构培训管理和质量管理的工作流，构建“岗前培训 → 统一评价标准 → 质量发现 → 归因分析 → 千人千面培训/推动体验改善 → 效果验证”的服务水位评价和服务品质提升的闭环链路。\n\n2.思考和推动质培Agent的设计、应用落地，将“服务品质闭环”从理念落地为可执行的业务流程和AI能力，构建新的人机协作模式。\n\n3.颠覆质培传统模式，推动大模型全量质检能力落地，将质检从人工抽检模式向全量AI质检演进；推动培训从“统一授课”向“千人千面人机对练”模式演进；\n\n4.在整体视角与各业务差异之间找到平衡，确保统一框架下标准、策略和方案的灵活适配。\n\n5.在AI转型背景下重新定义团队能力模型，推动组织从执行型向策略型转变。",
"requirements_text": "1.本科及以上学历，人力资源管理、心理学、教育学、管理科学等相关专业优先。\n\n2.8年以上质量管理或培训管理相关经验，其中至少3年担任团队管理角色（管理10人以上团队），有跨中心/跨部门统筹管理经验。\n\n3.在质检或培训领域至少有一项深度专精，熟悉该领域的体系设计、运营全链路及数据分析方法，有成功建设或优化体系的实战经验。\n\n4.对AI/大模型在质检和培训场景的应用有深度认知，能结合业务场景设计AI落地方案，理解Agent闭环的设计逻辑。\n\n5.具备跨部门协同推进能力和团队管理能力，能够协调业务、运营、产品、技术等多方资源推动方案落地，在复杂组织中推动变革。\n\n6.以客户为中心，协同合作取得共赢，追求卓越。",
"skills": [AI生成
"数据分析",
"质量管理",
"团队管理",
"培训",
"大语言模型"
],
"preferred_qualifications": "1.本科及以上学历，人力资源管理、心理学、教育学、管理科学等相关专业优先",
"job_highlights": "1. 站在AI重塑客服行业的前沿 — 推动智能质检和千人千面培训从概念走向规模化落地，重新定义质培模式\n\n2.站在组织转型变革的浪尖 — 率先推动“人机协作”的新一代质培组织能力建设，将质培从人力密集型变成AI驱动型\n\n3.战略权重高、成长空间大 — 资源管理部2026核心转型岗位，跨中心和所有业务线的全局视角"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4674643230&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4674643230",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4674643230&jobShareType=1"
},
"fulltext": "客服质培负责人\n客服质培负责人\n\n基础信息\n工作地点：北京市\n部门：人力资源平台\n职位类别：运营类\n职位族群：业务运营\n更新时间：2026-08-05\n\n岗位职责\n随着AI技术的发展，客服质检和培训场景是AI深度渗透和应用的场景，构建AI驱动的服务品质提升的闭环有巨大想象空间，该岗位作为客服质培负责人，将带领团队，协同各方推动质培业务流程和组织能力重构，拿到基于AI重塑客服质培的业务结果。\n\n1.基于AI重构培训管理和质量管理的工作流，构建“岗前培训 → 统一评价标准 → 质量发现 → 归因分析 → 千人千面培训/推动体验改善 → 效果验证”的服务水位评价和服务品质提升的闭环链路。\n\n2.思考和推动质培Agent的设计、应用落地，将“服务品质闭环”从理念落地为可执行的业务流程和AI能力，构建新的人机协作模式。\n\n3.颠覆质培传统模式，推动大模型全量质检能力落地，将质检从人工抽检模式向全量AI质检演进；推动培训从“统一授课”向“千人千面人机对练”模式演进；\n\n4.在整体视角与各业务差异之间找到平衡，确保统一框架下标准、策略和方案的灵活适配。\n\n5.在AI转型背景下重新定义团队能力模型，推动组织从执行型向策略型转变。\n\n岗位基本要求\n1.本科及以上学历，人力资源管理、心理学、教育学、管理科学等相关专业优先。\n\n2.8年以上质量管理或培训管理相关经验，其中至少3年担任团队管理角色（管理10人以上团队），有跨中心/跨部门统筹管理经验。\n\n3.在质检或培训领域至少有一项深度专精，熟悉该领域的体系设计、运营全链路及数据分析方法，有成功建设或优化体系的实战经验。\n\n4.对AI/大模型在质检和培训场景的应用有深度认知，能结合业务场景设计AI落地方案，理解Agent闭环的设计逻辑。\n\n5.具备跨部门协同推进能力和团队管理能力，能够协调业务、运营、产品、技术等多方资源推动方案落地，在复杂组织中推动变革。\n\n6.以客户为中心，协同合作取得共赢，追求卓越。\n\n岗位亮点\n1. 站在AI重塑客服行业的前沿 — 推动智能质检和千人千面培训从概念走向规模化落地，重新定义质培模式\n\n2.站在组织转型变革的浪尖 — 率先推动“人机协作”的新一代质培组织能力建设，将质培从人力密集型变成AI驱动型\n\n3.战略权重高、成长空间大 — 资源管理部2026核心转型岗位，跨中心和所有业务线的全局视角\n随着AI技术的发展，客服质检和培训场景是AI深度渗透和应用的场景，构建AI驱动的服务品质提升的闭环有巨大想象空间，该岗位作为客服质培负责人，将带领团队，协同各方推动质培业务流程和组织能力重构，拿到基于AI重塑客服质培的业务结果。\n\n1.基于AI重构培训管理和质量管理的工作流，构建“岗前培训 → 统一评价标准 → 质量发现 → 归因分析 → 千人千面培训/推动体验改善 → 效果验证”的服务水位评价和服务品质提升的闭环链路。\n\n2.思考和推动质培Agent的设计、应用落地，将“服务品质闭环”从理念落地为可执行的业务流程和AI能力，构建新的人机协作模式。\n\n3.颠覆质培传统模式，推动大模型全量质检能力落地，将质检从人工抽检模式向全量AI质检演进；推动培训从“统一授课”向“千人千面人机对练”模式演进；\n\n4.在整体视角与各业务差异之间找到平衡，确保统一框架下标准、策略和方案的灵活适配。\n\n5.在AI转型背景下重新定义团队能力模型，推动组织从执行型向策略型转变。\n1.本科及以上学历，人力资源管理、心理学、教育学、管理科学等相关专业优先。\n\n2.8年以上质量管理或培训管理相关经验，其中至少3年担任团队管理角色（管理10人以上团队），有跨中心/跨部门统筹管理经验。\n\n3.在质检或培训领域至少有一项深度专精，熟悉该领域的体系设计、运营全链路及数据分析方法，有成功建设或优化体系的实战经验。\n\n4.对AI/大模型在质检和培训场景的应用有深度认知，能结合业务场景设计AI落地方案，理解Agent闭环的设计逻辑。\n\n5.具备跨部门协同推进能力和团队管理能力，能够协调业务、运营、产品、技术等多方资源推动方案落地，在复杂组织中推动变革。\n\n6.以客户为中心，协同合作取得共赢，追求卓越。",
"standard_classification": {
"std_category_code": "B009",
"std_aux_codes": [
"F025"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}