职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100018620012

盒马-知识图谱产品经理(AI方向)-上海

未披露 · 上海 · 盒马

主分类:数据产品经理
产品
辅助:AI 应用产品经理(非 Agent)(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": "盒马-知识图谱产品经理(AI方向)-上海",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "盒马",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "盒马",
        "company_industry": "零售 / 生鲜电商",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "盒马提供日用品、生鲜商品及即时零售服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "学历与经验:本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、知识图谱产品规划与架构设计:负责盒马知识图谱平台的整体产品规划与迭代路线图。主导定义实体类型、关系类型与属性规范,构建可扩展的知识底座架构,支撑搜索、推荐、导购等多场景的知识调用需求。\n2、图谱能力产品化与场景落地:将知识图谱的底层能力(实体识别、关系抽取、知识推理、图谱问答等)封装为可复用的产品模块与API服务,推动图谱能力在搜索召回优化、智能导购、菜谱关联推荐、营销场景策划等业务中的规模化落地。\n3、AI+图谱融合创新:结合大模型(LLM)技术,探索知识图谱的智能化升级路径,持续提升知识生产效率与应用体验。\n4、数据闭环与质量评估体系:制定知识采集、清洗、融合、标注的全链路数据策略,设计\"用户反馈—标注优化—知识更新—效果验证\"的闭环机制。搭建离线评测与线上监控体系,定义知识覆盖率、准确率、召回率、幻觉率等核心指标,以数据驱动图谱质量与产品体验的持续迭代。\n5、跨团队协同与项目管理:作为业务与技术之间的桥梁,联动算法、工程、业务运营等团队,将业务需求转化为图谱技术方案,高效协调多方资源,管理项目预期并保障关键节点按期高质量交付。",
        "requirements_text": "1、学历与经验:本科及以上学历,计算机、人工智能、数据科学等相关专业优先。3-5年AI产品或知识图谱产品经验,有知识图谱平台或RAG/GraphRAG产品从0到1落地经验者优先。\n2、图谱技术理解:深刻理解知识图谱核心技术体系,能与算法和工程团队进行技术方案共建。\n3、AI与大模型能力:熟悉大模型基本原理与能力边界,具备Prompt Engineering、RAG、Agent等实践经验。能准确判断LLM在知识图谱场景中的适用边界,并设计合理的兜底与融合策略。\n4、数据与评估能力:具备扎实的数据分析能力,熟悉SQL/Python,能独立搭建产品核心指标监控看板。有构建评测集、设计验收标准的实战经验,善于用数据驱动产品迭代。\n5、产品与协同能力:具备优秀的抽象思维与问题拆解能力,自我驱动力强,具备出色的跨部门沟通与项目推动能力,抗压性强,结果导向。\n6、有零售、电商、本地生活等垂直领域知识图谱建设经验,理解行业业务逻辑与知识建模特点优先。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据分析",
            "知识图谱",
            "分析能力",
            "建模",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "1、学历与经验:本科及以上学历,计算机、人工智能、数据科学等相关专业优先;3-5年AI产品或知识图谱产品经验,有知识图谱平台或RAG/GraphRAG产品从0到1落地经验者优先;6、有零售、电商、本地生活等垂直领域知识图谱建设经验,理解行业业务逻辑与知识建模特点优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://hire.freshippo.com/off-campus/position-detail?positionId=100018620012"
            }
        ]
    },
    "posting": {
        "posting_id": "100018620012",
        "post_date": "2026-09-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hire.freshippo.com/off-campus/position-detail?positionId=100018620012"
    },
    "fulltext": "盒马-知识图谱产品经理(AI方向)-上海\n盒马-知识图谱产品经理(AI方向)-上海\n\n基础信息\n工作地点:上海\n\n职位描述\n1、知识图谱产品规划与架构设计:负责盒马知识图谱平台的整体产品规划与迭代路线图。主导定义实体类型、关系类型与属性规范,构建可扩展的知识底座架构,支撑搜索、推荐、导购等多场景的知识调用需求。\n2、图谱能力产品化与场景落地:将知识图谱的底层能力(实体识别、关系抽取、知识推理、图谱问答等)封装为可复用的产品模块与API服务,推动图谱能力在搜索召回优化、智能导购、菜谱关联推荐、营销场景策划等业务中的规模化落地。\n3、AI+图谱融合创新:结合大模型(LLM)技术,探索知识图谱的智能化升级路径,持续提升知识生产效率与应用体验。\n4、数据闭环与质量评估体系:制定知识采集、清洗、融合、标注的全链路数据策略,设计\"用户反馈—标注优化—知识更新—效果验证\"的闭环机制。搭建离线评测与线上监控体系,定义知识覆盖率、准确率、召回率、幻觉率等核心指标,以数据驱动图谱质量与产品体验的持续迭代。\n5、跨团队协同与项目管理:作为业务与技术之间的桥梁,联动算法、工程、业务运营等团队,将业务需求转化为图谱技术方案,高效协调多方资源,管理项目预期并保障关键节点按期高质量交付。\n\n职位要求\n1、学历与经验:本科及以上学历,计算机、人工智能、数据科学等相关专业优先。3-5年AI产品或知识图谱产品经验,有知识图谱平台或RAG/GraphRAG产品从0到1落地经验者优先。\n2、图谱技术理解:深刻理解知识图谱核心技术体系,能与算法和工程团队进行技术方案共建。\n3、AI与大模型能力:熟悉大模型基本原理与能力边界,具备Prompt Engineering、RAG、Agent等实践经验。能准确判断LLM在知识图谱场景中的适用边界,并设计合理的兜底与融合策略。\n4、数据与评估能力:具备扎实的数据分析能力,熟悉SQL/Python,能独立搭建产品核心指标监控看板。有构建评测集、设计验收标准的实战经验,善于用数据驱动产品迭代。\n5、产品与协同能力:具备优秀的抽象思维与问题拆解能力,自我驱动力强,具备出色的跨部门沟通与项目推动能力,抗压性强,结果导向。\n6、有零售、电商、本地生活等垂直领域知识图谱建设经验,理解行业业务逻辑与知识建模特点优先。\n1、知识图谱产品规划与架构设计:负责盒马知识图谱平台的整体产品规划与迭代路线图。主导定义实体类型、关系类型与属性规范,构建可扩展的知识底座架构,支撑搜索、推荐、导购等多场景的知识调用需求。\n2、图谱能力产品化与场景落地:将知识图谱的底层能力(实体识别、关系抽取、知识推理、图谱问答等)封装为可复用的产品模块与API服务,推动图谱能力在搜索召回优化、智能导购、菜谱关联推荐、营销场景策划等业务中的规模化落地。\n3、AI+图谱融合创新:结合大模型(LLM)技术,探索知识图谱的智能化升级路径,持续提升知识生产效率与应用体验。\n4、数据闭环与质量评估体系:制定知识采集、清洗、融合、标注的全链路数据策略,设计\"用户反馈—标注优化—知识更新—效果验证\"的闭环机制。搭建离线评测与线上监控体系,定义知识覆盖率、准确率、召回率、幻觉率等核心指标,以数据驱动图谱质量与产品体验的持续迭代。\n5、跨团队协同与项目管理:作为业务与技术之间的桥梁,联动算法、工程、业务运营等团队,将业务需求转化为图谱技术方案,高效协调多方资源,管理项目预期并保障关键节点按期高质量交付。\n1、学历与经验:本科及以上学历,计算机、人工智能、数据科学等相关专业优先。3-5年AI产品或知识图谱产品经验,有知识图谱平台或RAG/GraphRAG产品从0到1落地经验者优先。\n2、图谱技术理解:深刻理解知识图谱核心技术体系,能与算法和工程团队进行技术方案共建。\n3、AI与大模型能力:熟悉大模型基本原理与能力边界,具备Prompt Engineering、RAG、Agent等实践经验。能准确判断LLM在知识图谱场景中的适用边界,并设计合理的兜底与融合策略。\n4、数据与评估能力:具备扎实的数据分析能力,熟悉SQL/Python,能独立搭建产品核心指标监控看板。有构建评测集、设计验收标准的实战经验,善于用数据驱动产品迭代。\n5、产品与协同能力:具备优秀的抽象思维与问题拆解能力,自我驱动力强,具备出色的跨部门沟通与项目推动能力,抗压性强,结果导向。\n6、有零售、电商、本地生活等垂直领域知识图谱建设经验,理解行业业务逻辑与知识建模特点优先。",
    "standard_classification": {
        "std_category_code": "PM006",
        "std_aux_codes": [
            "PM002"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}