{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "淘宝平台事业部-AI产品经理-阿里资产",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 场景洞察与价值定义\n● 深入业务一线（如区域运营团队、策略中心），识别高价值、可标准化的 AI 落地场景（如资产信息智能化处理、营销自动化）；\n● 定义清晰的业务成功指标（如净收入提升、效率倍增、错误率降低），并与业务方达成共识；\n2. AI Agent 系统设计与流程再造\n● 主导 AI Native 业务流程设计，拆解复杂任务为可被 Agent 执行的子任务，定义人机协同边界；\n● 与技术团队共同设计 Agent 的工作流、提示词策略、工具调用逻辑及异常处理机制；\n● 构建数据飞轮：设计用户反馈闭环，确保业务使用产生的数据能反哺模型优化；\n3. 端到端交付与项目管理\n● 在业务专项制下，担任或协同专项 PM，驱动产品、技术、运营接口人高效协作；\n● 建立敏捷迭代机制，通过 A/B 测试、灰度发布等方式快速验证效果，基于数据果断调整方向；\n4. 技术理解与能力共建\n● 保持对前沿 AI 技术（LLM、RAG、Agent 框架、多模态）的敏感度，评估其在资产业务中的适用性；\n● 参与技术选型讨论，从产品视角提供关于用户体验、可扩展性、维护成本的输入；\n● 沉淀 AI 产品方法论，通过案例分享、内部培训等方式，提升团队整体的 AI 认知和产品能力；\n5. 跨部门协同与沟通\n● 在矩阵式组织中，有效协调区域运营团队（执行侧）与策略中心/行业专家组（能力侧）的资源与期望；\n● 以清晰的书面和口头沟通，向不同背景的利益相关者（业务、技术、管理层）传达产品愿景、进展和权衡。",
        "requirements_text": "1. 本科及以上学历，计算机科学、信息管理、数学、统计等相关专业，有技术背景（曾从事开发、数据分析）转做产品的候选人优先；\n2. 一年以上AI、数据平台、B 端复杂系统或金融科技领域经验，有成功的 AI 产品从 0 到 1 落地并产生显著业务价值的案例（需提供具体数据和场景描述），能在模糊环境中独立发现问题、定义问题并推动解；\n3. 深刻理解 LLM 的能力边界、幻觉问题、成本结构；熟悉 Agent 设计范式、RAG 架构、提示工程基本原理，能熟练运用 SQL 或数据分析工具进行自助式数据探索；能定义清晰的数据指标体系和实验方案；\n4. 能与工程师流畅讨论技术可行性、架构取舍、性能瓶颈，理解 API、微服务、云基础设施的基本概念；\n5. 擅长梳理复杂业务流，识别痛点和不合理环节，并能设计出兼顾效率与风控的新流程；\n6. 适应快节奏、高不确定性的创业氛围，能在资源受限情况下找到突破口，对新技术保持好奇，能快速学习并应用到实际工作中，愿意接受失败，从中快速复盘成长。\n【加分项】\n1. 有不良资产管理、金融科技、供应链金融等行业背景：\n2. 有搭建过 AI 中台、数据中台或大型 B 端 SaaS 平台的经验；\n3. 熟悉 Azure、AWS 等云平台及其 AI 服务；\n4. 有开源社区贡献或个人 AI 项目作品；\n5. 具备基本的 Python 或 SQL 编程能力，能独立完成简单数据验证或原型开发。",
        "skills": [AI生成
            "Python",
            "SQL",
            "微服务",
            "数据分析",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "1. 本科及以上学历，计算机科学、信息管理、数学、统计等相关专业，有技术背景（曾从事开发、数据分析）转做产品的候选人优先；【加分项】",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100013680001"
            }
        ]
    },
    "posting": {
        "posting_id": "100013680001",
        "post_date": "2026-07-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100013680001"
    },
    "fulltext": "淘宝平台事业部-AI产品经理-阿里资产\n淘宝平台事业部-AI产品经理-阿里资产\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 场景洞察与价值定义\n● 深入业务一线（如区域运营团队、策略中心），识别高价值、可标准化的 AI 落地场景（如资产信息智能化处理、营销自动化）；\n● 定义清晰的业务成功指标（如净收入提升、效率倍增、错误率降低），并与业务方达成共识；\n2. AI Agent 系统设计与流程再造\n● 主导 AI Native 业务流程设计，拆解复杂任务为可被 Agent 执行的子任务，定义人机协同边界；\n● 与技术团队共同设计 Agent 的工作流、提示词策略、工具调用逻辑及异常处理机制；\n● 构建数据飞轮：设计用户反馈闭环，确保业务使用产生的数据能反哺模型优化；\n3. 端到端交付与项目管理\n● 在业务专项制下，担任或协同专项 PM，驱动产品、技术、运营接口人高效协作；\n● 建立敏捷迭代机制，通过 A/B 测试、灰度发布等方式快速验证效果，基于数据果断调整方向；\n4. 技术理解与能力共建\n● 保持对前沿 AI 技术（LLM、RAG、Agent 框架、多模态）的敏感度，评估其在资产业务中的适用性；\n● 参与技术选型讨论，从产品视角提供关于用户体验、可扩展性、维护成本的输入；\n● 沉淀 AI 产品方法论，通过案例分享、内部培训等方式，提升团队整体的 AI 认知和产品能力；\n5. 跨部门协同与沟通\n● 在矩阵式组织中，有效协调区域运营团队（执行侧）与策略中心/行业专家组（能力侧）的资源与期望；\n● 以清晰的书面和口头沟通，向不同背景的利益相关者（业务、技术、管理层）传达产品愿景、进展和权衡。\n\n职位要求\n1. 本科及以上学历，计算机科学、信息管理、数学、统计等相关专业，有技术背景（曾从事开发、数据分析）转做产品的候选人优先；\n2. 一年以上AI、数据平台、B 端复杂系统或金融科技领域经验，有成功的 AI 产品从 0 到 1 落地并产生显著业务价值的案例（需提供具体数据和场景描述），能在模糊环境中独立发现问题、定义问题并推动解；\n3. 深刻理解 LLM 的能力边界、幻觉问题、成本结构；熟悉 Agent 设计范式、RAG 架构、提示工程基本原理，能熟练运用 SQL 或数据分析工具进行自助式数据探索；能定义清晰的数据指标体系和实验方案；\n4. 能与工程师流畅讨论技术可行性、架构取舍、性能瓶颈，理解 API、微服务、云基础设施的基本概念；\n5. 擅长梳理复杂业务流，识别痛点和不合理环节，并能设计出兼顾效率与风控的新流程；\n6. 适应快节奏、高不确定性的创业氛围，能在资源受限情况下找到突破口，对新技术保持好奇，能快速学习并应用到实际工作中，愿意接受失败，从中快速复盘成长。\n【加分项】\n1. 有不良资产管理、金融科技、供应链金融等行业背景：\n2. 有搭建过 AI 中台、数据中台或大型 B 端 SaaS 平台的经验；\n3. 熟悉 Azure、AWS 等云平台及其 AI 服务；\n4. 有开源社区贡献或个人 AI 项目作品；\n5. 具备基本的 Python 或 SQL 编程能力，能独立完成简单数据验证或原型开发。\n1. 场景洞察与价值定义\n● 深入业务一线（如区域运营团队、策略中心），识别高价值、可标准化的 AI 落地场景（如资产信息智能化处理、营销自动化）；\n● 定义清晰的业务成功指标（如净收入提升、效率倍增、错误率降低），并与业务方达成共识；\n2. AI Agent 系统设计与流程再造\n● 主导 AI Native 业务流程设计，拆解复杂任务为可被 Agent 执行的子任务，定义人机协同边界；\n● 与技术团队共同设计 Agent 的工作流、提示词策略、工具调用逻辑及异常处理机制；\n● 构建数据飞轮：设计用户反馈闭环，确保业务使用产生的数据能反哺模型优化；\n3. 端到端交付与项目管理\n● 在业务专项制下，担任或协同专项 PM，驱动产品、技术、运营接口人高效协作；\n● 建立敏捷迭代机制，通过 A/B 测试、灰度发布等方式快速验证效果，基于数据果断调整方向；\n4. 技术理解与能力共建\n● 保持对前沿 AI 技术（LLM、RAG、Agent 框架、多模态）的敏感度，评估其在资产业务中的适用性；\n● 参与技术选型讨论，从产品视角提供关于用户体验、可扩展性、维护成本的输入；\n● 沉淀 AI 产品方法论，通过案例分享、内部培训等方式，提升团队整体的 AI 认知和产品能力；\n5. 跨部门协同与沟通\n● 在矩阵式组织中，有效协调区域运营团队（执行侧）与策略中心/行业专家组（能力侧）的资源与期望；\n● 以清晰的书面和口头沟通，向不同背景的利益相关者（业务、技术、管理层）传达产品愿景、进展和权衡。\n1. 本科及以上学历，计算机科学、信息管理、数学、统计等相关专业，有技术背景（曾从事开发、数据分析）转做产品的候选人优先；\n2. 一年以上AI、数据平台、B 端复杂系统或金融科技领域经验，有成功的 AI 产品从 0 到 1 落地并产生显著业务价值的案例（需提供具体数据和场景描述），能在模糊环境中独立发现问题、定义问题并推动解；\n3. 深刻理解 LLM 的能力边界、幻觉问题、成本结构；熟悉 Agent 设计范式、RAG 架构、提示工程基本原理，能熟练运用 SQL 或数据分析工具进行自助式数据探索；能定义清晰的数据指标体系和实验方案；\n4. 能与工程师流畅讨论技术可行性、架构取舍、性能瓶颈，理解 API、微服务、云基础设施的基本概念；\n5. 擅长梳理复杂业务流，识别痛点和不合理环节，并能设计出兼顾效率与风控的新流程；\n6. 适应快节奏、高不确定性的创业氛围，能在资源受限情况下找到突破口，对新技术保持好奇，能快速学习并应用到实际工作中，愿意接受失败，从中快速复盘成长。\n【加分项】\n1. 有不良资产管理、金融科技、供应链金融等行业背景：\n2. 有搭建过 AI 中台、数据中台或大型 B 端 SaaS 平台的经验；\n3. 熟悉 Azure、AWS 等云平台及其 AI 服务；\n4. 有开源社区贡献或个人 AI 项目作品；\n5. 具备基本的 Python 或 SQL 编程能力，能独立完成简单数据验证或原型开发。",
    "standard_classification": {
        "std_category_code": "PM004",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}