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": "平台产品规范负责人",
"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": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.评测体系建设：面向用户交互场景，设计覆盖搜索、推荐、频道、模型输出结果、优化过程等场景的体验标准和评测框架，保障评测标准对产品迭代有效性，评测结果可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n\n2.搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，实现自动化评测；\n\n3.数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性；\n\n4.评测结果易用性迭代：面向美团用户场景产运研执行与管理者，设计与数据报表、实验系统灵活打通的方式，全面提升产运研经营与迭代效率。",
"requirements_text": "1、计算机、人工智能、统计学、数学或相关专业，本科及以上学历；5年以上搜索/推荐/NLP算法或大模型评测领域工作经验，有搜索算法背景者优先；\n\n2、具备从0到1搭建评测体系的完整经验：独立完成过评测框架设计、评测标准制定、Benchmark数据集构建与迭代管理，能系统性解决评测标准与业务目标对齐、评测结果可解释可复现等核心问题；\n\n3、精通主流评测方法论与工程实践：熟悉LLM-as-Judge、人机对齐校准、多评委协作机制等前沿评测范式，有自动评测流水线的架构设计与落地经验，能将自动评测与人工标注的一致性做到可量化、可持续优化，并使得使用评测结果的易用性持续提升；\n\n4、具备扎实的算法理解与数据建模能力：深入理解搜索排序、相关性、多目标优化等核心算法原理，能将算法理解转化为可操作的评测维度和业务策略设计；熟练掌握Python，有评测/数据平台工具的架构设计经验；\n\n5、具备跨团队体系建设与推动落地能力：有过主导跨产品/算法/工程多团队协作的经验，能推动评测标准在多个业务线落地并持续对齐；有带团队经验，能够带领团队和影响相关团队明确方向、拆解目标、拿到结果；\n\n6、具备前沿技术洞察与内化能力：持续关注AI/大模型/搜索领域的前沿进展，能将外部最佳实践快速转化为内部方法论；具备Vibe coding或自动化流程搭建能力，能快速验证方案可行性并推动规模化落地。",
"skills": [AI生成
"Python",
"搜索算法",
"架构设计",
"团队协作",
"建模",
"大语言模型"
],
"preferred_qualifications": "5年以上搜索/推荐/NLP算法或大模型评测领域工作经验，有搜索算法背景者优先",
"job_highlights": "1.紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解；\n\n2.参与大模型评测的全流程体系，了解从理论到工程实践的全面技能；\n\n3.与一流的人工智能团队合作，快速成长，提升自身能力；\n\n4.有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围；"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4679592149&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4679592149",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4679592149&jobShareType=1"
},
"fulltext": "平台产品规范负责人\n平台产品规范负责人\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：2026-09-09\n\n岗位职责\n1.评测体系建设：面向用户交互场景，设计覆盖搜索、推荐、频道、模型输出结果、优化过程等场景的体验标准和评测框架，保障评测标准对产品迭代有效性，评测结果可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n\n2.搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，实现自动化评测；\n\n3.数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性；\n\n4.评测结果易用性迭代：面向美团用户场景产运研执行与管理者，设计与数据报表、实验系统灵活打通的方式，全面提升产运研经营与迭代效率。\n\n岗位基本要求\n1、计算机、人工智能、统计学、数学或相关专业，本科及以上学历；5年以上搜索/推荐/NLP算法或大模型评测领域工作经验，有搜索算法背景者优先；\n\n2、具备从0到1搭建评测体系的完整经验：独立完成过评测框架设计、评测标准制定、Benchmark数据集构建与迭代管理，能系统性解决评测标准与业务目标对齐、评测结果可解释可复现等核心问题；\n\n3、精通主流评测方法论与工程实践：熟悉LLM-as-Judge、人机对齐校准、多评委协作机制等前沿评测范式，有自动评测流水线的架构设计与落地经验，能将自动评测与人工标注的一致性做到可量化、可持续优化，并使得使用评测结果的易用性持续提升；\n\n4、具备扎实的算法理解与数据建模能力：深入理解搜索排序、相关性、多目标优化等核心算法原理，能将算法理解转化为可操作的评测维度和业务策略设计；熟练掌握Python，有评测/数据平台工具的架构设计经验；\n\n5、具备跨团队体系建设与推动落地能力：有过主导跨产品/算法/工程多团队协作的经验，能推动评测标准在多个业务线落地并持续对齐；有带团队经验，能够带领团队和影响相关团队明确方向、拆解目标、拿到结果；\n\n6、具备前沿技术洞察与内化能力：持续关注AI/大模型/搜索领域的前沿进展，能将外部最佳实践快速转化为内部方法论；具备Vibe coding或自动化流程搭建能力，能快速验证方案可行性并推动规模化落地。\n\n岗位亮点\n1.紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解；\n\n2.参与大模型评测的全流程体系，了解从理论到工程实践的全面技能；\n\n3.与一流的人工智能团队合作，快速成长，提升自身能力；\n\n4.有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围；\n1.评测体系建设：面向用户交互场景，设计覆盖搜索、推荐、频道、模型输出结果、优化过程等场景的体验标准和评测框架，保障评测标准对产品迭代有效性，评测结果可解释可复现，并主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；\n\n2.搭建自动化评测工程：通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见，持续提升自动评测与人工标注的一致性，实现自动化评测；\n\n3.数据生产与质量管控：主导评测/训练数据合成方案设计，建立标注规范与质检体系，同时与数据团队协作，保障大规模数据生产的稳定性与准确性；\n\n4.评测结果易用性迭代：面向美团用户场景产运研执行与管理者，设计与数据报表、实验系统灵活打通的方式，全面提升产运研经营与迭代效率。\n1、计算机、人工智能、统计学、数学或相关专业，本科及以上学历；5年以上搜索/推荐/NLP算法或大模型评测领域工作经验，有搜索算法背景者优先；\n\n2、具备从0到1搭建评测体系的完整经验：独立完成过评测框架设计、评测标准制定、Benchmark数据集构建与迭代管理，能系统性解决评测标准与业务目标对齐、评测结果可解释可复现等核心问题；\n\n3、精通主流评测方法论与工程实践：熟悉LLM-as-Judge、人机对齐校准、多评委协作机制等前沿评测范式，有自动评测流水线的架构设计与落地经验，能将自动评测与人工标注的一致性做到可量化、可持续优化，并使得使用评测结果的易用性持续提升；\n\n4、具备扎实的算法理解与数据建模能力：深入理解搜索排序、相关性、多目标优化等核心算法原理，能将算法理解转化为可操作的评测维度和业务策略设计；熟练掌握Python，有评测/数据平台工具的架构设计经验；\n\n5、具备跨团队体系建设与推动落地能力：有过主导跨产品/算法/工程多团队协作的经验，能推动评测标准在多个业务线落地并持续对齐；有带团队经验，能够带领团队和影响相关团队明确方向、拆解目标、拿到结果；\n\n6、具备前沿技术洞察与内化能力：持续关注AI/大模型/搜索领域的前沿进展，能将外部最佳实践快速转化为内部方法论；具备Vibe coding或自动化流程搭建能力，能快速验证方案可行性并推动规模化落地。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}