小红书
大模型平台产品运营专家
大模型平台产品运营专家
发布于 大约 2 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
硕士
数据分析
MLOps
LLM
产品设计
大模型
NPS
用户运营
Gpu资源管理
Ai Native
AI 估算 · 35k–55k
小红书为超大型互联网公司，大模型方向为热门赛道，岗位要求高，薪资竞争力强，参考市场水平估算。
职位详情
关于这个职位
负责小红书大模型平台与Agent应用平台的产品设计与运营，覆盖模型训练、推理部署、资源管理等全链路，推动AI Native转型
需与算法、工程团队紧密协作，通过数据分析和用户运营持续优化产品体验
适合具备AI平台认知和产品运营复合背景的候选人
最低要求
硕士及以上学历，计算机或相关专业，3 年以上产品经理或平台运营经验，产品与运营复合背景优先
大模型平台认知：理解大模型训练/推理/部署的基本流程，熟悉 LLM、MaaS、Agent 等核心概念，能与研发/算法同学无障碍沟通
Agentic 视野：对 AI Agent、工具调用、Prompt 工程、多 Agent 协作有基本认知，能将 Agentic 范式融入产品设计思路，而不只是把 AI 当作功能点
产品设计能力：具备扎实的需求分析与功能设计能力，能将复杂技术需求转化为清晰可落地的产品方案
数据驱动：具备数据敏感度，能从平台使用数据中发现问题、提炼洞察，并将数据结论转化为产品迭代和运营策略
有 NPS 体系建设或用户调研经验者优先
推动力与自驱力：善于在高技术密度团队中推动复杂事项落地，能平衡多方诉求
对 AI 技术趋势保持高度敏感，持续学习
工作职责
大模型生产平台：负责大模型平台核心功能的需求分析与产品设计，覆盖数据集建设、模型训练、模型压缩/量化、推理部署、模型评估等全链路，持续提升算法工程师的模型迭代效率和产品体验
Agent 应用平台：负责面向公司内部业务的 Agentic 能力产品规划，包括 Agent 编排框架、工具调用市场、Prompt 管理、多轮对话、一句话生产助手、训练异常诊断智能体等模块，推动平台 AI Native 转型落地
GPU 资源管理：将 Quota 管理、故障机自动化处理、潮汐调度等底层能力产品化，让资源管理对用户透明、可控、易用
产品交付与跨团队协作：组织需求评审，制定产品排期，与算法、工程等同学紧密配合，保障高质量交付
用户运营与 NPS：建立平台用户分层运营策略，组织周期性 NPS 调研，持续追踪用户痛点并驱动产品改进
持续跟进重点业务用户回访，沉淀 Best Practice 案例
内容与影响力运营：联动引擎、业务、产研团队，构建内外部运营渠道并持续输出大模型平台技术内容，推动平台内外部影响力建设
数据运营：建立平台运营数据看板，追踪渗透率、DAU、功能使用深度等核心指标，定期输出运营分析报告，驱动策略迭代
优先资格
有 AI 平台、LLMOps、MLOps 或开发者工具完整产品交付经验
有亲手搭建或使用 Agent 系统的实践经验（Dify、LangChain、Claude Tool Use、Coze 等）
有 ToB 平台用户运营体系从 0 到 1 搭建经验，或有开发者社区运营经验
熟练使用 Claude Code、Cursor 等 AI 编程/生产工具，本身是 AI Native 工作方式的实践者
有 GPU 资源管理、云平台配额或弹性调度相关产品认知
AI 洞察
优缺点分析
优点
- 身处AI浪潮核心岗位，接触大模型全栈技术和业界最新实践
- 小红书平台规模大，资源丰富，项目影响力高
- 复合型职责（产品+运营+数据）有助于打造立体能力矩阵
- 薪资竞争力强，且公司处于快速发展期，成长空间大
- 对跨领域知识要求高，需同时懂技术、产品、运营
- 需要在高技术密度团队中推动项目，沟通协调难度大
- AI技术迭代快，需持续学习保持前沿敏感度
- 适合具备AI技术背景且热爱产品运营的同学，特别是对LLM、Agent有热情，并希望从技术转向产品+运营复合方向的人
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI平台产品总监或大模型产品负责人方向发展
- 积累AI平台经验后，可转至更前沿的AI应用或架构设计岗位
- 在运营侧可成长为平台生态运营专家或社区运营负责人
- 负责大模型平台和Agent应用平台的产品设计与迭代，涵盖数据、训练、推理、评估全链路
- 与算法、工程团队协作，推动GPU资源管理产品化，提升资源利用效率
- 建立用户分层运营策略，通过NPS调研和数据分析驱动产品改进
- 构建内外部运营渠道，输出技术内容，提升平台影响力
- 扎实的产品设计能力，能将复杂技术需求转化为可落地方案
- 对大模型训练/推理/部署流程有深入理解，能与研发无障碍沟通
- 数据敏感度高，能通过数据发现问题并驱动决策
- 具备Agentic视野，熟悉Agent编排、Prompt工程等概念
申请策略
- 关注小红书技术博客或AI相关分享，面试时展现对业务的了解
- 准备一个完整的大模型平台产品案例，从需求到交付的全过程
- 突出AI平台（如MLOps、LLMOps）或开发者工具的产品交付经验
- 量化运营成果，如NPS提升、DAU增长、用户渗透率等数据
- 强调Agent系统实践经验（Dify、LangChain等）和AI工具使用能力
- 展示数据驱动案例：如何通过分析发现问题并推动产品改进
- 深入学习Agent框架（如LangGraph、AutoGen）和Prompt工程
- 动手实践大模型部署工具（vLLM、TGI）和GPU资源管理
面试指南
- STAR法则：情境-任务-行动-结果，适用于项目经验类问题
- 产品设计问题：先明确用户和场景，再拆解核心流程，最后给出优先级
- 冲突处理：展示共情、数据说服、利益平衡的思考逻辑
- 如何设计一个面向算法工程师的大模型训练平台？关键功能有哪些？
- 请分享一个你通过数据运营推动产品改进的例子
- 你对Agent的理解？如何在大模型平台中融入Agentic能力？
- 如何处理多团队（算法、工程、业务）之间的需求冲突？
- 如何衡量一个内部平台的成功？你会关注哪些指标？
匹配度报告
74
综合匹配度
高薪+前沿技术栈+大厂平台，但工作强度可能较高，WLB一般。
适合人群
最适合重视技术成长和职业发展，对薪资有较高期望，能够接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
小红书的薪资在互联网行业中具有较强的竞争力，且公司规模大，福利完善，但JD未明确薪资范围，因此补偿性动机满足程度较高。
薪资信号未披露（AI估算：35K-55K/月）
成长发展匹配
90较高
该职位涉及最新的大模型和Agent技术，能够深度参与平台建设，成长空间大，且公司鼓励持续学习，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈大模型、LLM、Agent、MLOps、GPU、Prompt工程
业务类型ambiguous
工作生活匹配
50较低
工作地点在北京/上海/杭州核心城市，但JD未提及远程或弹性办公，且互联网公司通常工作强度较大，生活化动机满足度中等偏低。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI平台赋能公司业务，具有技术价值，但社会影响力相对中性，意义感动机满足度中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs