得物
概述
得物(Poizon)是潮品电商平台,核心壁垒为「先鉴别后发货」的正品保障模式。其鉴别业务线算法团队以类目负责制为核心分工,OKR 围绕 AI 对人工的替代率展开,是工业级细粒度图像识别与多模态特征匹配系统的典型落地场景。
关键内容
- 类目负责制:算法团队按品类(鞋、箱包、美妆等)划分负责人,而非按技术栈(CV/NLP)划分。不同品类的鉴别特征、技术难点、数据分布差异显著,需全链路闭环负责。
- 核心 OKR — AI 替代率:算法团队核心指标是 AI 替代人工的工作量,拆分为两个场景:AI 独立鉴别(完全替代人工)和 AI 补充鉴别(人机协同,AI 初筛 + 人工复核)。
- 技术指标门槛:独立鉴别同时卡「准确率」和「漏检率」,尤其是漏检率(假货判为正品)是绝对红线。公开数据显示 AI 鉴别结果与资深专家吻合度达 99.9999%,核心品类 AI 覆盖率超 80%。
- 算力与经济账:算力资源充足但需算清投入产出比,算法方案必须在技术上可行且经济上合理,平衡精度、延迟和算力成本。
- 数据规模:正品样本库覆盖 25 个品类、6000+ 品牌、10 万+ 件商品,模型由数十亿级实物鉴别数据训练。
来源
- raw/articles/essays/thinking-series/013-得物面试 — 全文