主分类：用户研究与体验研究
辅助：企业战略研究与管理咨询（仅展示）
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": "腾讯云市场部市场研究经理（AI C端产品方向）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "CSIG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "战略与投资"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "学历背景： 统招本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.AI C端产品深度研究与策略输出；\n2.行业与竞品洞察： 专注于 GenAI（生成式AI）及 C 端应用赛道，深度拆解国内外头部及新兴 AI 产品（如AI Agent、AI 生产力工具等）。不仅限于功能对比，需深入分析其技术落地场景、商业化变现路径及用户增长策略，为产品迭代提供前瞻性建议；\n3.用户需求与场景挖掘： 独立主导针对 AI 产品用户的定性/定量研究。洞察用户在 AI 交互中的痛点、爽点及潜在需求，探索 AI 的原生应用场景，协助产品经理定义产品 MVP 及长期路线图、品牌经理挖掘营销沟通机会点；\n4.AI 赋能市场研究；\n5.研究范式创新： 积极探索并落地 AI 工具在市场研究全流程中的应用。包括但不限于使用 LLM 进行海量用户评论的语义分析、利用 AI 辅助设计问卷/访谈大纲、搭建 AI 数字用户（AI Persona）进行预研；\n6.数据资产智能化： 搭建并维护竞品与行业数据库，利用自动化工具实现信息的自动抓取与清洗，提升信息获取的实效性与颗粒度；\n7.商业分析与决策支持；\n8.闭环落地： 能够独立负责从“需求定义-研究执行-报告撰写-落地跟进”的全链路。输出高质量的分析报告，不仅呈现数据，更要提供可落地的战术建议；\n9.跨团队协同： 与市场、产品、运营、算法团队紧密合作，将研究结论转化为具体的产品功能优化点或营销策略，推动业务指标增长。",
"requirements_text": "1.学历与经验；\r\n2.学历背景： 统招本科及以上学历，硕士优先；\r\n3.工作年限： 硕士毕业 3 年以上 / 本科毕业 5 年以上；\r\n4.行业背景： 必须具备互联网头部大厂、知名咨询公司/市场调研公司或 AI产品的市场研究/用户研究/战略分析经验。有AI 产品研究或B端&C端产品迭代经验者优先；\r\n5.专业能力；\r\n6.逻辑与洞察： 具备极强的商业敏锐度与逻辑思维能力，能透过现象看本质，不堆砌数据，能讲清楚商业逻辑与用户心理；\r\n7.熟练各种方法论： 精通各类定性（深访、座谈会、可用性测试）与定量（问卷设计、统计分析）研究方法，并能根据业务阶段灵活组合；\r\n8.AI 亲和力与技能；\r\n9.AI 重度用户： 是各类 AI 工具（ChatGPT, Claude, Midjourney, Perplexity 等）的日常高频使用者，对 Prompt Engineering（提示词工程）有深入理解；\r\n10.技术理解力： 理解 LLM 的基本原理与边界，能与技术团队同频对话，评估技术落地的可行性。",
"skills": [AI生成
"统计分析",
"市场调研",
"用户研究",
"逻辑思维",
"大语言模型"
],
"preferred_qualifications": "1.AI 实战经验： 过往工作中有直接参与过 AI C端产品（如虚拟陪伴、AI 搜索、AI 图像生成等）的完整研发生命周期；\r\n2.技术提效案例： 有具体案例证明曾利用 Python、SQL 或 AI Agent 搭建工作流，显著提升了研究效率（例如自动化舆情分析系统）；\r\n3.国际化视野： 英语可作为工作语言（雅思 7.0+/托福 100+），能无障碍阅读技术论文及海外一手科技资讯，具备海外用户调研经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2087859096794607616"
}
]
},
"posting": {
"posting_id": "2087859096794607616",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2087859096794607616"
},
"fulltext": "腾讯云市场部市场研究经理（AI C端产品方向）\n加入腾讯战略与投资，你将与聪明的头脑一同共事，共同坚守企业社会价值。作为公司的决策大脑，我们在分析预判行业趋势与竞争动态的基础上，通过与业务部门的深度协作推动战略方案的落地。在这里，我们桥接时代前沿，诊断行业，提出洞见，共同实现科技向善。\n1.AI C端产品深度研究与策略输出；\n2.行业与竞品洞察： 专注于 GenAI（生成式AI）及 C 端应用赛道，深度拆解国内外头部及新兴 AI 产品（如AI Agent、AI 生产力工具等）。不仅限于功能对比，需深入分析其技术落地场景、商业化变现路径及用户增长策略，为产品迭代提供前瞻性建议；\n3.用户需求与场景挖掘： 独立主导针对 AI 产品用户的定性/定量研究。洞察用户在 AI 交互中的痛点、爽点及潜在需求，探索 AI 的原生应用场景，协助产品经理定义产品 MVP 及长期路线图、品牌经理挖掘营销沟通机会点；\n4.AI 赋能市场研究；\n5.研究范式创新： 积极探索并落地 AI 工具在市场研究全流程中的应用。包括但不限于使用 LLM 进行海量用户评论的语义分析、利用 AI 辅助设计问卷/访谈大纲、搭建 AI 数字用户（AI Persona）进行预研；\n6.数据资产智能化： 搭建并维护竞品与行业数据库，利用自动化工具实现信息的自动抓取与清洗，提升信息获取的实效性与颗粒度；\n7.商业分析与决策支持；\n8.闭环落地： 能够独立负责从“需求定义-研究执行-报告撰写-落地跟进”的全链路。输出高质量的分析报告，不仅呈现数据，更要提供可落地的战术建议；\n9.跨团队协同： 与市场、产品、运营、算法团队紧密合作，将研究结论转化为具体的产品功能优化点或营销策略，推动业务指标增长。\n1.学历与经验；\r\n2.学历背景： 统招本科及以上学历，硕士优先；\r\n3.工作年限： 硕士毕业 3 年以上 / 本科毕业 5 年以上；\r\n4.行业背景： 必须具备互联网头部大厂、知名咨询公司/市场调研公司或 AI产品的市场研究/用户研究/战略分析经验。有AI 产品研究或B端&C端产品迭代经验者优先；\r\n5.专业能力；\r\n6.逻辑与洞察： 具备极强的商业敏锐度与逻辑思维能力，能透过现象看本质，不堆砌数据，能讲清楚商业逻辑与用户心理；\r\n7.熟练各种方法论： 精通各类定性（深访、座谈会、可用性测试）与定量（问卷设计、统计分析）研究方法，并能根据业务阶段灵活组合；\r\n8.AI 亲和力与技能；\r\n9.AI 重度用户： 是各类 AI 工具（ChatGPT, Claude, Midjourney, Perplexity 等）的日常高频使用者，对 Prompt Engineering（提示词工程）有深入理解；\r\n10.技术理解力： 理解 LLM 的基本原理与边界，能与技术团队同频对话，评估技术落地的可行性。\n1.AI 实战经验： 过往工作中有直接参与过 AI C端产品（如虚拟陪伴、AI 搜索、AI 图像生成等）的完整研发生命周期；\r\n2.技术提效案例： 有具体案例证明曾利用 Python、SQL 或 AI Agent 搭建工作流，显著提升了研究效率（例如自动化舆情分析系统）；\r\n3.国际化视野： 英语可作为工作语言（雅思 7.0+/托福 100+），能无障碍阅读技术论文及海外一手科技资讯，具备海外用户调研经验。",
"standard_classification": {
"std_category_code": "D005",
"std_aux_codes": [
"F006"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}