职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100028360003

高德-产品运营专家-智能客服

未披露 · 北京 · 高德

主分类:产品运营
运营
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": "高德-产品运营专家-智能客服",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "客户体验-服务体验"AI生成
    },
    "company": {
        "company_name": "高德",
        "company_industry": "数字地图 / 导航服务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "高德提供电子地图和导航服务。"
    },
    "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": "负责高德智能客服产品的业务化运营与场景落地。从业务视角驱动 AI 能力在一线服务场景的规模化应用与效能释放,构建 AI Native 智能客服新范式。\n1、管理一线交付团队,对所负责场景的智能化核心指标负责,通过产品能力和运营策略的组合拳,持续拿到可量化的业务收益;\n2、端到端项目推进,主导 AI产品的场景选型、试点验证、规模推广与效果复盘,协同上下游团队完成模型调优与效果验收的全流程闭环;\n3、AI 场景挖掘与需求定义:深入一线服务场景,基于会话数据、工单数据、客户旅程分析,识别高价值 AI 提效场景,输出需求与效果评估方案;\n4、大模型应用探索:结合大模型能力,探索前沿智能场景的可落地性,输出 POC方案与业务价值论证,推动前沿能力从实验走向生产;\n5、人机协同机制设计:设计AI与人工的最佳协作规范与SOP,推动AI升级为\"核心生产力\",同步沉淀最佳实践反哺产品。",
        "requirements_text": "1、AI 产品思维:理解 NLP、ASR/TTS、大模型、Agent 等基础技术原理,能与产品/算法团队高效对话,将业务问题精准转化为产品需求;\n2、数据驱动能力:熟练使用 SQL / Excel / BI 工具,能用数据定义效果、驱动决策、支撑迭代;\n3、落地执行力:具备强推动力和跨部门协同能力,能在快节奏、多线程环境下独立拿结果;\n4、业务洞察力:擅长通过场景拆解、流程优化、知识运营释放 AI 价值。\n加分项\n有大模型(LLM)/ Agent 在客服场景的 POC 或生产落地经验;\n有出行、本地生活等高并发服务场景运营背景;\n复合型人才(既懂运营又懂产品/交付)优先。",
        "skills": [AI生成
            "SQL",
            "Excel",
            "自然语言处理",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项;复合型人才(既懂运营又懂产品/交付)优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.amap.com/off-campus/position-detail?positionId=100028360003"
            }
        ]
    },
    "posting": {
        "posting_id": "100028360003",
        "post_date": "2026-08-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100028360003"
    },
    "fulltext": "高德-产品运营专家-智能客服\n高德-产品运营专家-智能客服\n\n基础信息\n职位类别:客户体验-服务体验\n工作地点:北京\n\n职位描述\n负责高德智能客服产品的业务化运营与场景落地。从业务视角驱动 AI 能力在一线服务场景的规模化应用与效能释放,构建 AI Native 智能客服新范式。\n1、管理一线交付团队,对所负责场景的智能化核心指标负责,通过产品能力和运营策略的组合拳,持续拿到可量化的业务收益;\n2、端到端项目推进,主导 AI产品的场景选型、试点验证、规模推广与效果复盘,协同上下游团队完成模型调优与效果验收的全流程闭环;\n3、AI 场景挖掘与需求定义:深入一线服务场景,基于会话数据、工单数据、客户旅程分析,识别高价值 AI 提效场景,输出需求与效果评估方案;\n4、大模型应用探索:结合大模型能力,探索前沿智能场景的可落地性,输出 POC方案与业务价值论证,推动前沿能力从实验走向生产;\n5、人机协同机制设计:设计AI与人工的最佳协作规范与SOP,推动AI升级为\"核心生产力\",同步沉淀最佳实践反哺产品。\n\n职位要求\n1、AI 产品思维:理解 NLP、ASR/TTS、大模型、Agent 等基础技术原理,能与产品/算法团队高效对话,将业务问题精准转化为产品需求;\n2、数据驱动能力:熟练使用 SQL / Excel / BI 工具,能用数据定义效果、驱动决策、支撑迭代;\n3、落地执行力:具备强推动力和跨部门协同能力,能在快节奏、多线程环境下独立拿结果;\n4、业务洞察力:擅长通过场景拆解、流程优化、知识运营释放 AI 价值。\n加分项\n有大模型(LLM)/ Agent 在客服场景的 POC 或生产落地经验;\n有出行、本地生活等高并发服务场景运营背景;\n复合型人才(既懂运营又懂产品/交付)优先。\n负责高德智能客服产品的业务化运营与场景落地。从业务视角驱动 AI 能力在一线服务场景的规模化应用与效能释放,构建 AI Native 智能客服新范式。\n1、管理一线交付团队,对所负责场景的智能化核心指标负责,通过产品能力和运营策略的组合拳,持续拿到可量化的业务收益;\n2、端到端项目推进,主导 AI产品的场景选型、试点验证、规模推广与效果复盘,协同上下游团队完成模型调优与效果验收的全流程闭环;\n3、AI 场景挖掘与需求定义:深入一线服务场景,基于会话数据、工单数据、客户旅程分析,识别高价值 AI 提效场景,输出需求与效果评估方案;\n4、大模型应用探索:结合大模型能力,探索前沿智能场景的可落地性,输出 POC方案与业务价值论证,推动前沿能力从实验走向生产;\n5、人机协同机制设计:设计AI与人工的最佳协作规范与SOP,推动AI升级为\"核心生产力\",同步沉淀最佳实践反哺产品。\n1、AI 产品思维:理解 NLP、ASR/TTS、大模型、Agent 等基础技术原理,能与产品/算法团队高效对话,将业务问题精准转化为产品需求;\n2、数据驱动能力:熟练使用 SQL / Excel / BI 工具,能用数据定义效果、驱动决策、支撑迭代;\n3、落地执行力:具备强推动力和跨部门协同能力,能在快节奏、多线程环境下独立拿结果;\n4、业务洞察力:擅长通过场景拆解、流程优化、知识运营释放 AI 价值。\n加分项\n有大模型(LLM)/ Agent 在客服场景的 POC 或生产落地经验;\n有出行、本地生活等高并发服务场景运营背景;\n复合型人才(既懂运营又懂产品/交付)优先。",
    "standard_classification": {
        "std_category_code": "B001",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}