主分类：Agent 产品经理
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": "淘宝闪购-AI agent产品专家-品类营销",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "淘宝闪购",
"location": "杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "产品"AI生成
},
"company": {
"company_name": "饿了么",
"company_industry": "即时零售 / 生活服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "饿了么相关平台为用户和商户提供生活服务及即时零售服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责品类营销 AI Agent 的产品规划与落地，用 Agent 重构\"洞察—选品—定价—组场—内容—复盘\"的传统品类营销链路，实现从\"人驱动活动\"到\"Agent 驱动活动\"的范式突破。\n岗位职责：\n1、负责品类营销 AI Agent 的整体产品规划，定义 Agent 在趋势洞察、自动选品、补贴/定价建议、会场搭建、营销内容生成、效果复盘等环节的工作流，探索ai在具体业务的商业设计\n2、将品类营销专家经验抽象为 Agent 可执行的流程与工具链，定义 Agent 与运营的分工边界及 human-in-the-loop 机制；\n3、搭建 Agent 评估与迭代体系（方案采纳率、选品准确率、活动 ROI、人工节省时长等），用数据驱动模型与策略持续优化；\n4、协同算法、工程、运营团队，打透 1-2 个关键场景的 Agent 突破（如自动选品组场、一键生成活动方案），并推动规模化复制；\n5、跟踪 LLM / Agent 前沿能力，探索新的产品形态与交互范式。",
"requirements_text": "1、2年以上互联网产品/电商运营经验，有电商营销 / 商业化 / 搜推 / 广告产品/有品类运营 / 营销运营 / 商品运营经验者优先；\n2、AI Native：AI 产品重度用户，动手搭过 Agent / Workflow，熟悉 Prompt 设计，清楚 LLM 的能力边界与落地成本；\n3、能把复杂业务流程拆解为可被 Agent 执行的结构化流程，具备较强的抽象建模能力；\n4、数据敏感，能定义清晰的成功指标并用数据做产品决策；\n5、自驱、抗压，能在不确定环境中拿结果。\n加分项：有选品、补贴/定价、营销内容生成相关产品经验；用 AI 重构过自己或团队的工作流；参与过AI工具/Agent的共建、评测或训练；了解即时零售/近场电商场景",
"skills": [AI生成
"电商运营",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、2年以上互联网产品/电商运营经验，有电商营销 / 商业化 / 搜推 / 广告产品/有品类运营 / 营销运营 / 商品运营经验者优先；加分项：有选品、补贴/定价、营销内容生成相关产品经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.ele.me/off-campus/position-detail?positionId=100003509007"
}
]
},
"posting": {
"posting_id": "100003509007",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.ele.me/off-campus/position-detail?positionId=100003509007"
},
"fulltext": "淘宝闪购-AI agent产品专家-品类营销\n淘宝闪购-AI agent产品专家-品类营销\n\n基础信息\n工作地点：杭州 / 上海\n\n职位描述\n负责品类营销 AI Agent 的产品规划与落地，用 Agent 重构\"洞察—选品—定价—组场—内容—复盘\"的传统品类营销链路，实现从\"人驱动活动\"到\"Agent 驱动活动\"的范式突破。\n岗位职责：\n1、负责品类营销 AI Agent 的整体产品规划，定义 Agent 在趋势洞察、自动选品、补贴/定价建议、会场搭建、营销内容生成、效果复盘等环节的工作流，探索ai在具体业务的商业设计\n2、将品类营销专家经验抽象为 Agent 可执行的流程与工具链，定义 Agent 与运营的分工边界及 human-in-the-loop 机制；\n3、搭建 Agent 评估与迭代体系（方案采纳率、选品准确率、活动 ROI、人工节省时长等），用数据驱动模型与策略持续优化；\n4、协同算法、工程、运营团队，打透 1-2 个关键场景的 Agent 突破（如自动选品组场、一键生成活动方案），并推动规模化复制；\n5、跟踪 LLM / Agent 前沿能力，探索新的产品形态与交互范式。\n\n职位要求\n1、2年以上互联网产品/电商运营经验，有电商营销 / 商业化 / 搜推 / 广告产品/有品类运营 / 营销运营 / 商品运营经验者优先；\n2、AI Native：AI 产品重度用户，动手搭过 Agent / Workflow，熟悉 Prompt 设计，清楚 LLM 的能力边界与落地成本；\n3、能把复杂业务流程拆解为可被 Agent 执行的结构化流程，具备较强的抽象建模能力；\n4、数据敏感，能定义清晰的成功指标并用数据做产品决策；\n5、自驱、抗压，能在不确定环境中拿结果。\n加分项：有选品、补贴/定价、营销内容生成相关产品经验；用 AI 重构过自己或团队的工作流；参与过AI工具/Agent的共建、评测或训练；了解即时零售/近场电商场景\n负责品类营销 AI Agent 的产品规划与落地，用 Agent 重构\"洞察—选品—定价—组场—内容—复盘\"的传统品类营销链路，实现从\"人驱动活动\"到\"Agent 驱动活动\"的范式突破。\n岗位职责：\n1、负责品类营销 AI Agent 的整体产品规划，定义 Agent 在趋势洞察、自动选品、补贴/定价建议、会场搭建、营销内容生成、效果复盘等环节的工作流，探索ai在具体业务的商业设计\n2、将品类营销专家经验抽象为 Agent 可执行的流程与工具链，定义 Agent 与运营的分工边界及 human-in-the-loop 机制；\n3、搭建 Agent 评估与迭代体系（方案采纳率、选品准确率、活动 ROI、人工节省时长等），用数据驱动模型与策略持续优化；\n4、协同算法、工程、运营团队，打透 1-2 个关键场景的 Agent 突破（如自动选品组场、一键生成活动方案），并推动规模化复制；\n5、跟踪 LLM / Agent 前沿能力，探索新的产品形态与交互范式。\n1、2年以上互联网产品/电商运营经验，有电商营销 / 商业化 / 搜推 / 广告产品/有品类运营 / 营销运营 / 商品运营经验者优先；\n2、AI Native：AI 产品重度用户，动手搭过 Agent / Workflow，熟悉 Prompt 设计，清楚 LLM 的能力边界与落地成本；\n3、能把复杂业务流程拆解为可被 Agent 执行的结构化流程，具备较强的抽象建模能力；\n4、数据敏感，能定义清晰的成功指标并用数据做产品决策；\n5、自驱、抗压，能在不确定环境中拿结果。\n加分项：有选品、补贴/定价、营销内容生成相关产品经验；用 AI 重构过自己或团队的工作流；参与过AI工具/Agent的共建、评测或训练；了解即时零售/近场电商场景",
"standard_classification": {
"std_category_code": "PM004",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}