职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100027040002

千问办公-产品专家-Agent产品

未披露 · 杭州 · 钉钉

主分类:Agent 产品经理
产品
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": "千问办公-产品专家-Agent产品",
        "job_level": "专家",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": "产品类-用户型"AI生成
    },
    "company": {
        "company_name": "钉钉",
        "company_industry": "企业服务 / 协同办公",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "钉钉提供企业沟通、协同办公和组织数字化工具。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "4、英语能力强,能流畅阅读英文技术文档、及时跟踪海外竞品动态",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍\n阿里 ATH 事业群千问办公团队,致力于用 AI 通用智能体革新知识工作者的工作方式。我们打造的是一款云端 + 桌面端结合的 AI 办公助手,底层由通用代码智能体驱动,对标 Anthropic Claude Cowork、OpenAI Codex。团队处于快速迭代、抢占办公智能体心智的关键阶段,我们希望通过技术创新和体验优化,成为每一位知识工作者不可或缺的 AI 同事。\n工作职责\n作为产品经理,你将:\n1、智能体核心能力建设: 负责 Agent 执行链路(Agent Loop)、上下文管理、Memory、任务规划等核心模块的产品设计与迭代,持续提升复杂任务的完成率、稳定性与体验\n2、垂直场景定义与优化: 从真实用户任务出发,定义并优化高价值行业场景(如金融、法律等),拆解链路、圈定核心场景、拿到结果\n3、效果评测与闭环迭代: 建立并迭代智能体评测体系,围绕产物质量、路由准确率、工具调用、耗时稳定性,形成\"评测—归因—迭代\"闭环\n4、开放生态与集成: 参与 Skills 生态、连接器(Connector)、专家套件(Plugin)等开放能力的产品规划,以及与钉钉等企业生态的结合\n5、用户增长: 负责产品的拉新、激活、留存与付费转化,通过增长策略设计、渠道运营配合与漏斗分析,推动核心增长指标持续提升\n6、快速验证与数据驱动: 通过 MVP、A/B 测试快速验证产品假设,建立关键指标体系,基于数据和用户反馈持续优化体验\n工作环境\n1、直接参与产品核心决策,有充分自主权和成长空间\n2、与国内外顶尖办公智能体产品同台竞技,处在 AI 时代办公范式变革的最前沿",
        "requirements_text": "基本要求\n1、产品经验:3 年以上产品经理经验,有从 0 到 1 产品经历或快速迭代产品经验者优先\n智能体 hands-on 经验 [最关键]:\n1、有 AI Agent / 智能体 / AI 应用类产品的实战落地经验(非纯 SaaS、纯商业化或纯策略背景)\n2、 理解 Skills、MCP、Sub-agent、Memory、Context 管理等核心机制的设计原理与取舍\nAI 产品理解\n1、深度使用过主流办公/通用智能体(如 Claude Cowork、Codex、WorkBuddy、QoderWork 等)\n2、对 AI 技术能力边界、Agent 产品差异化有清晰认知\n执行与推动力\n1、能在不确定性中快速定义产品方向,通过小步快跑验证假设\n2、有完整的产品交付经历,能独立推动跨团队协作\n加分项\n1、有可公开验证的产品作品(上线产品、真实商业化结果、有影响力的开源/个人项目)\n2、有自建评测体系或 Agent 架构设计经验\n3、理解 to C 付费转化与 to B 商业化打法\n4、英语能力强,能流畅阅读英文技术文档、及时跟踪海外竞品动态\n个人特质\n1、用户驱动: 愿意深入知识工作者的真实场景理解需求\n2、快速学习: AI 技术快速演进,能持续学习并应用到产品中\n3、数据敏感: 善于从数据中发现问题,提出有洞察的优化方案\n4、主人翁精神: 主动思考,敢于质疑,对产品成败有强烈责任感\n5、协作能力: 沟通清晰,能影响和推动跨团队达成共识",
        "skills": [AI生成
            "架构设计",
            "团队协作",
            "智能体开发"
        ],
        "preferred_qualifications": "1、产品经验:3 年以上产品经理经验,有从 0 到 1 产品经历或快速迭代产品经验者优先;加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.dingtalk.com/off-campus/position-detail?positionId=100027040002"
            }
        ]
    },
    "posting": {
        "posting_id": "100027040002",
        "post_date": "2026-08-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.dingtalk.com/off-campus/position-detail?positionId=100027040002"
    },
    "fulltext": "千问办公-产品专家-Agent产品\n千问办公-产品专家-Agent产品\n\n基础信息\n职位类别:产品类-用户型\n工作地点:杭州\n\n职位描述\n团队介绍\n阿里 ATH 事业群千问办公团队,致力于用 AI 通用智能体革新知识工作者的工作方式。我们打造的是一款云端 + 桌面端结合的 AI 办公助手,底层由通用代码智能体驱动,对标 Anthropic Claude Cowork、OpenAI Codex。团队处于快速迭代、抢占办公智能体心智的关键阶段,我们希望通过技术创新和体验优化,成为每一位知识工作者不可或缺的 AI 同事。\n工作职责\n作为产品经理,你将:\n1、智能体核心能力建设: 负责 Agent 执行链路(Agent Loop)、上下文管理、Memory、任务规划等核心模块的产品设计与迭代,持续提升复杂任务的完成率、稳定性与体验\n2、垂直场景定义与优化: 从真实用户任务出发,定义并优化高价值行业场景(如金融、法律等),拆解链路、圈定核心场景、拿到结果\n3、效果评测与闭环迭代: 建立并迭代智能体评测体系,围绕产物质量、路由准确率、工具调用、耗时稳定性,形成\"评测—归因—迭代\"闭环\n4、开放生态与集成: 参与 Skills 生态、连接器(Connector)、专家套件(Plugin)等开放能力的产品规划,以及与钉钉等企业生态的结合\n5、用户增长: 负责产品的拉新、激活、留存与付费转化,通过增长策略设计、渠道运营配合与漏斗分析,推动核心增长指标持续提升\n6、快速验证与数据驱动: 通过 MVP、A/B 测试快速验证产品假设,建立关键指标体系,基于数据和用户反馈持续优化体验\n工作环境\n1、直接参与产品核心决策,有充分自主权和成长空间\n2、与国内外顶尖办公智能体产品同台竞技,处在 AI 时代办公范式变革的最前沿\n\n职位要求\n基本要求\n1、产品经验:3 年以上产品经理经验,有从 0 到 1 产品经历或快速迭代产品经验者优先\n智能体 hands-on 经验 [最关键]:\n1、有 AI Agent / 智能体 / AI 应用类产品的实战落地经验(非纯 SaaS、纯商业化或纯策略背景)\n2、 理解 Skills、MCP、Sub-agent、Memory、Context 管理等核心机制的设计原理与取舍\nAI 产品理解\n1、深度使用过主流办公/通用智能体(如 Claude Cowork、Codex、WorkBuddy、QoderWork 等)\n2、对 AI 技术能力边界、Agent 产品差异化有清晰认知\n执行与推动力\n1、能在不确定性中快速定义产品方向,通过小步快跑验证假设\n2、有完整的产品交付经历,能独立推动跨团队协作\n加分项\n1、有可公开验证的产品作品(上线产品、真实商业化结果、有影响力的开源/个人项目)\n2、有自建评测体系或 Agent 架构设计经验\n3、理解 to C 付费转化与 to B 商业化打法\n4、英语能力强,能流畅阅读英文技术文档、及时跟踪海外竞品动态\n个人特质\n1、用户驱动: 愿意深入知识工作者的真实场景理解需求\n2、快速学习: AI 技术快速演进,能持续学习并应用到产品中\n3、数据敏感: 善于从数据中发现问题,提出有洞察的优化方案\n4、主人翁精神: 主动思考,敢于质疑,对产品成败有强烈责任感\n5、协作能力: 沟通清晰,能影响和推动跨团队达成共识\n团队介绍\n阿里 ATH 事业群千问办公团队,致力于用 AI 通用智能体革新知识工作者的工作方式。我们打造的是一款云端 + 桌面端结合的 AI 办公助手,底层由通用代码智能体驱动,对标 Anthropic Claude Cowork、OpenAI Codex。团队处于快速迭代、抢占办公智能体心智的关键阶段,我们希望通过技术创新和体验优化,成为每一位知识工作者不可或缺的 AI 同事。\n工作职责\n作为产品经理,你将:\n1、智能体核心能力建设: 负责 Agent 执行链路(Agent Loop)、上下文管理、Memory、任务规划等核心模块的产品设计与迭代,持续提升复杂任务的完成率、稳定性与体验\n2、垂直场景定义与优化: 从真实用户任务出发,定义并优化高价值行业场景(如金融、法律等),拆解链路、圈定核心场景、拿到结果\n3、效果评测与闭环迭代: 建立并迭代智能体评测体系,围绕产物质量、路由准确率、工具调用、耗时稳定性,形成\"评测—归因—迭代\"闭环\n4、开放生态与集成: 参与 Skills 生态、连接器(Connector)、专家套件(Plugin)等开放能力的产品规划,以及与钉钉等企业生态的结合\n5、用户增长: 负责产品的拉新、激活、留存与付费转化,通过增长策略设计、渠道运营配合与漏斗分析,推动核心增长指标持续提升\n6、快速验证与数据驱动: 通过 MVP、A/B 测试快速验证产品假设,建立关键指标体系,基于数据和用户反馈持续优化体验\n工作环境\n1、直接参与产品核心决策,有充分自主权和成长空间\n2、与国内外顶尖办公智能体产品同台竞技,处在 AI 时代办公范式变革的最前沿\n基本要求\n1、产品经验:3 年以上产品经理经验,有从 0 到 1 产品经历或快速迭代产品经验者优先\n智能体 hands-on 经验 [最关键]:\n1、有 AI Agent / 智能体 / AI 应用类产品的实战落地经验(非纯 SaaS、纯商业化或纯策略背景)\n2、 理解 Skills、MCP、Sub-agent、Memory、Context 管理等核心机制的设计原理与取舍\nAI 产品理解\n1、深度使用过主流办公/通用智能体(如 Claude Cowork、Codex、WorkBuddy、QoderWork 等)\n2、对 AI 技术能力边界、Agent 产品差异化有清晰认知\n执行与推动力\n1、能在不确定性中快速定义产品方向,通过小步快跑验证假设\n2、有完整的产品交付经历,能独立推动跨团队协作\n加分项\n1、有可公开验证的产品作品(上线产品、真实商业化结果、有影响力的开源/个人项目)\n2、有自建评测体系或 Agent 架构设计经验\n3、理解 to C 付费转化与 to B 商业化打法\n4、英语能力强,能流畅阅读英文技术文档、及时跟踪海外竞品动态\n个人特质\n1、用户驱动: 愿意深入知识工作者的真实场景理解需求\n2、快速学习: AI 技术快速演进,能持续学习并应用到产品中\n3、数据敏感: 善于从数据中发现问题,提出有洞察的优化方案\n4、主人翁精神: 主动思考,敢于质疑,对产品成败有强烈责任感\n5、协作能力: 沟通清晰,能影响和推动跨团队达成共识",
    "standard_classification": {
        "std_category_code": "PM004",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}