{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "采购合规AI转型专家",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "采购"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "良好的跨团队推动能力，英文可作为办公语言",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、AI场景发现与战略规划：深入理解采购及采购合规业务，主动识别适合AI落地的高价值场景；建立Procurement Compliance×AI Opportunity Map，结合业务价值、技术可行性、数据成熟度与风险确定优先级；持续关注采购AI、Agent、数字员工等趋势；\n2、Compliance AI产品与项目落地：推动采购合规AI场景从问题定义、方案设计、POC/Pilot到上线应用与效果评估；建立Human-in-the-loop机制，合理划分AI输出与人工判断、责任的边界；\n3、采购AI协同：代表采购合规持续参与采购团队、产品团队的AI相关项目，识别需要嵌入的合规规则、风险控制与人工判断节点，推动合规从事后Review方逐步成为Governance Design参与方；\n4、数据与风险智能：探索制度、流程、案例、QA、采购交易与供应商数据等的连接方式，将人的规则、经验与判断转化为结构化知识、风险特征与可计算信号，探索AI辅助的风险感知、异常发现与趋势洞察；\n5、能力建设：帮助合规团队提升AI literacy与AI-Native工作能力，沉淀AI场景、Prompt、Workflow、Evaluation、Knowledge Base等方法资产，推动团队从“使用AI工具”发展到“利用AI重构工作方式”。",
        "requirements_text": "1、具备真实的AI产品、AI应用、Agent或数据产品等技术项目实践经验，且有实际落地成果；对LLM、Agent、RAG/Knowledge、Workflow、Prompt/Context Engineering、Evaluation、Human-in-the-loop等有扎实的实践理解；\n2、有足够的技术理解能力，能与产品、算法、工程、数据团队有效沟通，并判断方案的技术可行性与边界；\n3、先理解问题、再判断AI是否适合，而非为用AI而造场景；能把模糊需求转化为Problem→使用案例→Solution→Pilot→Measurement→Scale；\n4、较强的自驱力与探索能力，能在没有成熟方案和明确需求的情况下推动新方向；良好的跨团队推动能力，英文可作为办公语言；\n5、有企业级AI、Agent、数字员工、智能工作流、AI产品、数据产品、解决方案架构或业务数字化转型背景优先；\n6、有采购、供应链、财务、内控、风险、合规等复杂企业业务场景经验；有Knowledge Management、规则引擎、流程自动化、异常检测相关经验；有从0→1Pilot、再从1→N Scale等经验优先。",
        "skills": [AI生成
            "内部控制",
            "采购",
            "检索增强生成"
        ],
        "preferred_qualifications": "5、有企业级AI、Agent、数字员工、智能工作流、AI产品、数据产品、解决方案架构或业务数字化转型背景优先；有从0→1Pilot、再从1→N Scale等经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7634012299623631109/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7634012299623631109",
        "post_date": "2026-04-29",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7634012299623631109/detail"
    },
    "fulltext": "采购合规AI转型专家\n职位描述\n1、AI场景发现与战略规划：深入理解采购及采购合规业务，主动识别适合AI落地的高价值场景；建立Procurement Compliance×AI Opportunity Map，结合业务价值、技术可行性、数据成熟度与风险确定优先级；持续关注采购AI、Agent、数字员工等趋势；\n2、Compliance AI产品与项目落地：推动采购合规AI场景从问题定义、方案设计、POC/Pilot到上线应用与效果评估；建立Human-in-the-loop机制，合理划分AI输出与人工判断、责任的边界；\n3、采购AI协同：代表采购合规持续参与采购团队、产品团队的AI相关项目，识别需要嵌入的合规规则、风险控制与人工判断节点，推动合规从事后Review方逐步成为Governance Design参与方；\n4、数据与风险智能：探索制度、流程、案例、QA、采购交易与供应商数据等的连接方式，将人的规则、经验与判断转化为结构化知识、风险特征与可计算信号，探索AI辅助的风险感知、异常发现与趋势洞察；\n5、能力建设：帮助合规团队提升AI literacy与AI-Native工作能力，沉淀AI场景、Prompt、Workflow、Evaluation、Knowledge Base等方法资产，推动团队从“使用AI工具”发展到“利用AI重构工作方式”。\n\n职位要求\n1、具备真实的AI产品、AI应用、Agent或数据产品等技术项目实践经验，且有实际落地成果；对LLM、Agent、RAG/Knowledge、Workflow、Prompt/Context Engineering、Evaluation、Human-in-the-loop等有扎实的实践理解；\n2、有足够的技术理解能力，能与产品、算法、工程、数据团队有效沟通，并判断方案的技术可行性与边界；\n3、先理解问题、再判断AI是否适合，而非为用AI而造场景；能把模糊需求转化为Problem→使用案例→Solution→Pilot→Measurement→Scale；\n4、较强的自驱力与探索能力，能在没有成熟方案和明确需求的情况下推动新方向；良好的跨团队推动能力，英文可作为办公语言；\n5、有企业级AI、Agent、数字员工、智能工作流、AI产品、数据产品、解决方案架构或业务数字化转型背景优先；\n6、有采购、供应链、财务、内控、风险、合规等复杂企业业务场景经验；有Knowledge Management、规则引擎、流程自动化、异常检测相关经验；有从0→1Pilot、再从1→N Scale等经验优先。\n1、AI场景发现与战略规划：深入理解采购及采购合规业务，主动识别适合AI落地的高价值场景；建立Procurement Compliance×AI Opportunity Map，结合业务价值、技术可行性、数据成熟度与风险确定优先级；持续关注采购AI、Agent、数字员工等趋势；\n2、Compliance AI产品与项目落地：推动采购合规AI场景从问题定义、方案设计、POC/Pilot到上线应用与效果评估；建立Human-in-the-loop机制，合理划分AI输出与人工判断、责任的边界；\n3、采购AI协同：代表采购合规持续参与采购团队、产品团队的AI相关项目，识别需要嵌入的合规规则、风险控制与人工判断节点，推动合规从事后Review方逐步成为Governance Design参与方；\n4、数据与风险智能：探索制度、流程、案例、QA、采购交易与供应商数据等的连接方式，将人的规则、经验与判断转化为结构化知识、风险特征与可计算信号，探索AI辅助的风险感知、异常发现与趋势洞察；\n5、能力建设：帮助合规团队提升AI literacy与AI-Native工作能力，沉淀AI场景、Prompt、Workflow、Evaluation、Knowledge Base等方法资产，推动团队从“使用AI工具”发展到“利用AI重构工作方式”。\n1、具备真实的AI产品、AI应用、Agent或数据产品等技术项目实践经验，且有实际落地成果；对LLM、Agent、RAG/Knowledge、Workflow、Prompt/Context Engineering、Evaluation、Human-in-the-loop等有扎实的实践理解；\n2、有足够的技术理解能力，能与产品、算法、工程、数据团队有效沟通，并判断方案的技术可行性与边界；\n3、先理解问题、再判断AI是否适合，而非为用AI而造场景；能把模糊需求转化为Problem→使用案例→Solution→Pilot→Measurement→Scale；\n4、较强的自驱力与探索能力，能在没有成熟方案和明确需求的情况下推动新方向；良好的跨团队推动能力，英文可作为办公语言；\n5、有企业级AI、Agent、数字员工、智能工作流、AI产品、数据产品、解决方案架构或业务数字化转型背景优先；\n6、有采购、供应链、财务、内控、风险、合规等复杂企业业务场景经验；有Knowledge Management、规则引擎、流程自动化、异常检测相关经验；有从0→1Pilot、再从1→N Scale等经验优先。",
    "standard_classification": {
        "std_category_code": "PM002",
        "std_aux_codes": [
            "F004"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}