{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "国际贸易事业部-交易&保障解决方案-买卖家信用分层管理",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "金融-资金解决方案"AI生成
    },
    "company": {
        "company_name": "阿里国际数字商业",
        "company_industry": "跨境电商",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
    },
    "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": "英文可作为工作语言",AI生成
        "visa_support": "未披露",
        "responsibilities": "一、适用B2B大贸的信用体系建设、信用管理&运营\n1. 研究买卖双方在平台内外可获得的信用类产品，包含但不限于银行信用证与贸易融资、政策性出口信用保险（中国信保等）、商业信用保险（Allianz Trade、Coface 等）、第三方托管服务（Escrow.com、Tazapay 等）以及平台类信用与授信产品（Amazon Business Pay-by-Invoice 与 Amazon Lending、1688诚意赊等），输出参数级对标结论（授信额度、资金成本、账期长度、授信依据、赔付范围与责任边界），并据此定义平台信用体系的能力边界与整体规划；\n2. 负责商家交易信用体系的设计及迭代，包含但不限于评价维度与计算口径、分层规则、准入与升降级机制、对外披露方案及申诉机制，确保信用规则对商家可见、可计算、可争取；买家采购信用及账期（payment Term）的策略设计，服务商引入、定价策略、风险管控、产品设计等，并同时协同数据、算法团队搭建双边画像与信用数据底座；\n4.建立信用等级与赔付成本、资金成本之间的关联模型，负责差异化费率及额度策略的设计与迭代，识别并治理的逆向选择问题；联合金融、风控团队完成资金来源、风险敞口上限、集中度控制、止损机制及不良处置流程的方案设计，并对逾期率、坏账率与代偿成本负责；负责信用规则与权益的套利风险识别及防控，包含但不限于虚假交易提分、额度套现、关联账户绕过分层、赔付滥用等场景的策略设计、监控与处置；\n二、场景应用与商业增量\n1. 推动信用与授信能力嵌入交易链路及买卖家工作台，包含但不限于可用额度在询盘与合同环节的前置展示、信用权益的兑付（交易保障额度、佣金与服务费折扣、投放效率加权、物流与合规成本代垫等），作为业务 Owner 协同风控、金融、支付、物流、商业化、会员等团队形成解决方案并落地；\n2. 设计并验证信用体系带来的商业增量，包含但不限于线上交易与支付占比提升、账期带动的 GMV 增量、服务及金融收入贡献，并完成与平台既有买家分层体系（会员等级、大买家俱乐部等）的口径拉齐，避免多套分层并行；\n3. 数据驱动优化 监控信用分覆盖率、各信用层级的线上交易与支付占比、账期渗透率与带动 GMV、逾期率与坏账率、资金成本、赔付率与赔付集中度、权益使用率及 GMV 归因等关键指标，定期输出分析报告并提出策略与参数优化建议。",
        "requirements_text": "【职位要求】：\n1. 本科及以上学历，金融、统计、数据科学、国际贸易、电子商务等相关专业优先；\n2. 5-8 年信用与授信策略、风险策略、平台机制设计或商家分层运营相关经验，熟悉主流平台与机构的信用产品（如 中信保、1688诚意赊、Amazon Business Pay-by-Invoice、B2B BNPL 机构等），有从 0 到 1 搭建评分卡、准入与额度策略、分层体系或权益体系经验者优先；\n3. 理解信用风险的完整链路，包含但不限于评分与分层、准入与额度、风险定价、逾期与坏账、集中度与止损、增量效果评估与 A/B 实验，能够独立完成一项授信或费率策略的定价论证；\n4. 熟练使用 Excel / SQL / Power BI 等工具，能独立定义指标口径、从数据中提炼问题并提出解决方案；\n5. 具备竞对视角、经营视角、用户视角，结合产品化思维、结构化思维，能将买卖双方诉求转化为额度、权益、费率等可执行的机制与运营策略，并具备规则被套利的预判能力；\n6. 具备良好的跨团队沟通与项目管理能力，能在无直接汇报关系下推动风控、金融、支付、物流、商业化等多方共建，自驱、有目标感；\n7. 加分项：熟悉跨境大额交易的付款与融资结构（分段付款、T/T、L/C、出口信用保险、应收账款融资等）；有海外买家研究或海外市场运营经验；英文可作为工作语言。",
        "skills": [AI生成
            "SQL",
            "Excel",
            "Power BI",
            "项目管理"
        ],
        "preferred_qualifications": "1. 本科及以上学历，金融、统计、数据科学、国际贸易、电子商务等相关专业优先；2. 5-8 年信用与授信策略、风险策略、平台机制设计或商家分层运营相关经验，熟悉主流平台与机构的信用产品（如 中信保、1688诚意赊、Amazon Business Pay-by-Invoice、B2B BNPL 机构等），有从 0 到 1 搭建评分卡、准入与额度策略、分层体系或权益体系经验者优先；7. 加分项：熟悉跨境大额交易的付款与融资结构（分段付款、T/T、L/C、出口信用保险、应收账款融资等）",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100024655015"
            }
        ]
    },
    "posting": {
        "posting_id": "100024655015",
        "post_date": "2026-08-21",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100024655015"
    },
    "fulltext": "国际贸易事业部-交易&保障解决方案-买卖家信用分层管理\n国际贸易事业部-交易&保障解决方案-买卖家信用分层管理\n\n基础信息\n职位类别：金融-资金解决方案\n工作地点：杭州\n\n职位描述\n一、适用B2B大贸的信用体系建设、信用管理&运营\n1. 研究买卖双方在平台内外可获得的信用类产品，包含但不限于银行信用证与贸易融资、政策性出口信用保险（中国信保等）、商业信用保险（Allianz Trade、Coface 等）、第三方托管服务（Escrow.com、Tazapay 等）以及平台类信用与授信产品（Amazon Business Pay-by-Invoice 与 Amazon Lending、1688诚意赊等），输出参数级对标结论（授信额度、资金成本、账期长度、授信依据、赔付范围与责任边界），并据此定义平台信用体系的能力边界与整体规划；\n2. 负责商家交易信用体系的设计及迭代，包含但不限于评价维度与计算口径、分层规则、准入与升降级机制、对外披露方案及申诉机制，确保信用规则对商家可见、可计算、可争取；买家采购信用及账期（payment Term）的策略设计，服务商引入、定价策略、风险管控、产品设计等，并同时协同数据、算法团队搭建双边画像与信用数据底座；\n4.建立信用等级与赔付成本、资金成本之间的关联模型，负责差异化费率及额度策略的设计与迭代，识别并治理的逆向选择问题；联合金融、风控团队完成资金来源、风险敞口上限、集中度控制、止损机制及不良处置流程的方案设计，并对逾期率、坏账率与代偿成本负责；负责信用规则与权益的套利风险识别及防控，包含但不限于虚假交易提分、额度套现、关联账户绕过分层、赔付滥用等场景的策略设计、监控与处置；\n二、场景应用与商业增量\n1. 推动信用与授信能力嵌入交易链路及买卖家工作台，包含但不限于可用额度在询盘与合同环节的前置展示、信用权益的兑付（交易保障额度、佣金与服务费折扣、投放效率加权、物流与合规成本代垫等），作为业务 Owner 协同风控、金融、支付、物流、商业化、会员等团队形成解决方案并落地；\n2. 设计并验证信用体系带来的商业增量，包含但不限于线上交易与支付占比提升、账期带动的 GMV 增量、服务及金融收入贡献，并完成与平台既有买家分层体系（会员等级、大买家俱乐部等）的口径拉齐，避免多套分层并行；\n3. 数据驱动优化 监控信用分覆盖率、各信用层级的线上交易与支付占比、账期渗透率与带动 GMV、逾期率与坏账率、资金成本、赔付率与赔付集中度、权益使用率及 GMV 归因等关键指标，定期输出分析报告并提出策略与参数优化建议。\n\n职位要求\n【职位要求】：\n1. 本科及以上学历，金融、统计、数据科学、国际贸易、电子商务等相关专业优先；\n2. 5-8 年信用与授信策略、风险策略、平台机制设计或商家分层运营相关经验，熟悉主流平台与机构的信用产品（如 中信保、1688诚意赊、Amazon Business Pay-by-Invoice、B2B BNPL 机构等），有从 0 到 1 搭建评分卡、准入与额度策略、分层体系或权益体系经验者优先；\n3. 理解信用风险的完整链路，包含但不限于评分与分层、准入与额度、风险定价、逾期与坏账、集中度与止损、增量效果评估与 A/B 实验，能够独立完成一项授信或费率策略的定价论证；\n4. 熟练使用 Excel / SQL / Power BI 等工具，能独立定义指标口径、从数据中提炼问题并提出解决方案；\n5. 具备竞对视角、经营视角、用户视角，结合产品化思维、结构化思维，能将买卖双方诉求转化为额度、权益、费率等可执行的机制与运营策略，并具备规则被套利的预判能力；\n6. 具备良好的跨团队沟通与项目管理能力，能在无直接汇报关系下推动风控、金融、支付、物流、商业化等多方共建，自驱、有目标感；\n7. 加分项：熟悉跨境大额交易的付款与融资结构（分段付款、T/T、L/C、出口信用保险、应收账款融资等）；有海外买家研究或海外市场运营经验；英文可作为工作语言。\n一、适用B2B大贸的信用体系建设、信用管理&运营\n1. 研究买卖双方在平台内外可获得的信用类产品，包含但不限于银行信用证与贸易融资、政策性出口信用保险（中国信保等）、商业信用保险（Allianz Trade、Coface 等）、第三方托管服务（Escrow.com、Tazapay 等）以及平台类信用与授信产品（Amazon Business Pay-by-Invoice 与 Amazon Lending、1688诚意赊等），输出参数级对标结论（授信额度、资金成本、账期长度、授信依据、赔付范围与责任边界），并据此定义平台信用体系的能力边界与整体规划；\n2. 负责商家交易信用体系的设计及迭代，包含但不限于评价维度与计算口径、分层规则、准入与升降级机制、对外披露方案及申诉机制，确保信用规则对商家可见、可计算、可争取；买家采购信用及账期（payment Term）的策略设计，服务商引入、定价策略、风险管控、产品设计等，并同时协同数据、算法团队搭建双边画像与信用数据底座；\n4.建立信用等级与赔付成本、资金成本之间的关联模型，负责差异化费率及额度策略的设计与迭代，识别并治理的逆向选择问题；联合金融、风控团队完成资金来源、风险敞口上限、集中度控制、止损机制及不良处置流程的方案设计，并对逾期率、坏账率与代偿成本负责；负责信用规则与权益的套利风险识别及防控，包含但不限于虚假交易提分、额度套现、关联账户绕过分层、赔付滥用等场景的策略设计、监控与处置；\n二、场景应用与商业增量\n1. 推动信用与授信能力嵌入交易链路及买卖家工作台，包含但不限于可用额度在询盘与合同环节的前置展示、信用权益的兑付（交易保障额度、佣金与服务费折扣、投放效率加权、物流与合规成本代垫等），作为业务 Owner 协同风控、金融、支付、物流、商业化、会员等团队形成解决方案并落地；\n2. 设计并验证信用体系带来的商业增量，包含但不限于线上交易与支付占比提升、账期带动的 GMV 增量、服务及金融收入贡献，并完成与平台既有买家分层体系（会员等级、大买家俱乐部等）的口径拉齐，避免多套分层并行；\n3. 数据驱动优化 监控信用分覆盖率、各信用层级的线上交易与支付占比、账期渗透率与带动 GMV、逾期率与坏账率、资金成本、赔付率与赔付集中度、权益使用率及 GMV 归因等关键指标，定期输出分析报告并提出策略与参数优化建议。\n【职位要求】：\n1. 本科及以上学历，金融、统计、数据科学、国际贸易、电子商务等相关专业优先；\n2. 5-8 年信用与授信策略、风险策略、平台机制设计或商家分层运营相关经验，熟悉主流平台与机构的信用产品（如 中信保、1688诚意赊、Amazon Business Pay-by-Invoice、B2B BNPL 机构等），有从 0 到 1 搭建评分卡、准入与额度策略、分层体系或权益体系经验者优先；\n3. 理解信用风险的完整链路，包含但不限于评分与分层、准入与额度、风险定价、逾期与坏账、集中度与止损、增量效果评估与 A/B 实验，能够独立完成一项授信或费率策略的定价论证；\n4. 熟练使用 Excel / SQL / Power BI 等工具，能独立定义指标口径、从数据中提炼问题并提出解决方案；\n5. 具备竞对视角、经营视角、用户视角，结合产品化思维、结构化思维，能将买卖双方诉求转化为额度、权益、费率等可执行的机制与运营策略，并具备规则被套利的预判能力；\n6. 具备良好的跨团队沟通与项目管理能力，能在无直接汇报关系下推动风控、金融、支付、物流、商业化等多方共建，自驱、有目标感；\n7. 加分项：熟悉跨境大额交易的付款与融资结构（分段付款、T/T、L/C、出口信用保险、应收账款融资等）；有海外买家研究或海外市场运营经验；英文可作为工作语言。",
    "standard_classification": {
        "std_category_code": "F016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}