一、崗位職責(zé)
1.戰(zhàn)略規(guī)劃與落地
制定AI+教育產(chǎn)品的技術(shù)研發(fā)戰(zhàn)略,結(jié)合教育場景(如K12、職業(yè)教育、語言學(xué)習(xí)等)設(shè)計(jì)AI解決方案(如自適應(yīng)學(xué)習(xí)、智能評測等)。
跟蹤AI教育行業(yè)趨勢(如多模態(tài)交互、大模型教育應(yīng)用、情感計(jì)算等),推動(dòng)技術(shù)商業(yè)化落地。
2.技術(shù)研發(fā)管理
主導(dǎo)AI核心算法研發(fā)(如NLP、計(jì)算機(jī)視覺、知識圖譜),優(yōu)化教育場景下的模型性能(如學(xué)生專注度識別、作業(yè)自動(dòng)批改、個(gè)性化推薦)。
搭建教育AI中臺,支持快速迭代(如題庫智能化、教學(xué)內(nèi)容生成、學(xué)情分析)。
3.跨團(tuán)隊(duì)協(xié)作
聯(lián)動(dòng)教研團(tuán)隊(duì),將教育理論(如建構(gòu)主義、最近發(fā)展區(qū))轉(zhuǎn)化為AI可落地的功能。
協(xié)同產(chǎn)品經(jīng)理,定義AI功能優(yōu)先級(如智能陪練VS學(xué)情預(yù)警),平衡技術(shù)可行性與用戶體驗(yàn)。
4.數(shù)據(jù)與質(zhì)量保障
構(gòu)建教育數(shù)據(jù)資產(chǎn)(如學(xué)生行為數(shù)據(jù)、語音/文本交互數(shù)據(jù)),確保符合隱私保護(hù)。
設(shè)計(jì)教育AI評測體系(如模型準(zhǔn)確率、教學(xué)效果A/B測試)。
5.行業(yè)生態(tài)建設(shè)
對接高校/研究機(jī)構(gòu),合作教育AI課題(如認(rèn)知科學(xué)+AI);參與教育技術(shù)標(biāo)準(zhǔn)制定(如IEEE AI倫理標(biāo)準(zhǔn))。
二、任職要求
1.教育背景
本科以上統(tǒng)招學(xué)歷,計(jì)算機(jī)科學(xué)/AI/教育技術(shù)專業(yè),兼具教育學(xué)背景者優(yōu)先。
2.技術(shù)能力
5年以上AI研發(fā)經(jīng)驗(yàn),2年以上教育AI團(tuán)隊(duì)管理經(jīng)驗(yàn);
精通至少一個(gè)教育AI細(xì)分領(lǐng)域(如:NLP方向:作文批改、口語評測、教育大模型微調(diào);
CV方向:課堂行為分析、手寫公式識別;
數(shù)據(jù)方向:知識追蹤(KT)、學(xué)習(xí)路徑推薦)。
熟悉教育類技術(shù)框架(如TensorFlow、PyTorch、Hugging Face教育類模型)。
3.行業(yè)經(jīng)驗(yàn)
深度理解教育痛點(diǎn)(如減負(fù)增效、因材施教),有ToB(學(xué)校/機(jī)構(gòu))或ToC(教育APP)AI產(chǎn)品落地案例。
軟性要求
1.跨界思維:能將教育專家提出的“分層教學(xué)”需求轉(zhuǎn)化為算法可解決的“學(xué)生能力聚類”問題。
2.倫理意識:關(guān)注AI教育應(yīng)用的公平性(如避免算法偏見)、透明性(如可解釋的推薦理由)。
加分項(xiàng)
持有教育類專利/AI頂會(huì)論文(如AIED、EDM會(huì)議);
熟悉教育政策(如“雙減”對AI作業(yè)工具的影響)。
職位福利:五險(xiǎn)、績效獎(jiǎng)金、餐補(bǔ)、節(jié)日福利、周末雙休、定期體檢、年終分紅