职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199904140001

千问-AI产品增长策略运营实习生

未披露 · 广州 · 阿里巴巴集团

主分类:增长运营
运营
辅助:数据分析与数据科学(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": "千问-AI产品增长策略运营实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "千问事业部",
        "location": "广州",
        "work_mode": "未披露",AI生成
        "job_category": "运营类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴集团",
        "company_industry": "电子商务 / 云计算 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "alibaba.com",
        "company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 深入全链路业务场景,通过用户研究与竞品分析,定义 AI 赋能的产品方案;\n2. 将模型能力转化为具体的运营策略,负责提示词(Prompt)优化、标签体系梳理、特征质量管理,与算法/研发团队协作,推动 AI 能力在实际场景中的部署与应用;\n3. 参与 AI 模型的指标跟踪、灰度发布与效果监控;协助评估模型的稳定性、可用性及输出一致性,确保在线服务的健康运行;\n4. 监控产品核心指标,利用 SQL/Python 等工具进行数据挖掘与实验评估,基于数据洞察持续迭代优化 AI 策略;\n5. 负责 AIGC 产品的内容包装与创意传播方案,针对特定场景打造高质量内容,提升用户活跃度与产品忠诚度。",
        "requirements_text": "1. 本科及以上学历,计算机、人工智能、统计学、数学、信息管理、数据科学等相关专业优先;\n2. 熟练掌握 SQL,具备独立进行数据分析、特征理解与实验评估的能力;熟悉 Python(Pandas/Numpy)或常见机器学习指标(AUC/F1等)者优先。\n3. 对大模型、多模态生成有浓厚兴趣及深度体验,了解 AIGC 基本原理及工作流(如 ComfyUI、RAG 等)。\n4. 具备出色的逻辑思维与结构化拆解能力,能将复杂的业务现象抽象为算法可解决的问题;对互联网运营指标有系统性理解。\n5. 自驱力强,拥有强烈的好奇心与责任感;具备优秀的跨团队沟通协作能力及抗压性,能作为技术与业务间的桥梁推动项目进展。",
        "skills": [AI生成
            "Python",
            "SQL",
            "机器学习",
            "数据分析",
            "逻辑思维",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "1. 本科及以上学历,计算机、人工智能、统计学、数学、信息管理、数据科学等相关专业优先;熟悉 Python(Pandas/Numpy)或常见机器学习指标(AUC/F1等)者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199904140001?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199904140001",
        "post_date": "2026-03-24",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199904140001?deptCodes="
    },
    "fulltext": "千问-AI产品增长策略运营实习生\n千问-AI产品增长策略运营实习生\n\n基础信息\n毕业起止时间要求:2027-04-01 - 2030-01-01\n职位类别:运营类\n招聘项目:阿里巴巴日常实习生\n工作地点:广州\n\n职位描述\n1. 深入全链路业务场景,通过用户研究与竞品分析,定义 AI 赋能的产品方案;\n2. 将模型能力转化为具体的运营策略,负责提示词(Prompt)优化、标签体系梳理、特征质量管理,与算法/研发团队协作,推动 AI 能力在实际场景中的部署与应用;\n3. 参与 AI 模型的指标跟踪、灰度发布与效果监控;协助评估模型的稳定性、可用性及输出一致性,确保在线服务的健康运行;\n4. 监控产品核心指标,利用 SQL/Python 等工具进行数据挖掘与实验评估,基于数据洞察持续迭代优化 AI 策略;\n5. 负责 AIGC 产品的内容包装与创意传播方案,针对特定场景打造高质量内容,提升用户活跃度与产品忠诚度。\n\n职位要求\n1. 本科及以上学历,计算机、人工智能、统计学、数学、信息管理、数据科学等相关专业优先;\n2. 熟练掌握 SQL,具备独立进行数据分析、特征理解与实验评估的能力;熟悉 Python(Pandas/Numpy)或常见机器学习指标(AUC/F1等)者优先。\n3. 对大模型、多模态生成有浓厚兴趣及深度体验,了解 AIGC 基本原理及工作流(如 ComfyUI、RAG 等)。\n4. 具备出色的逻辑思维与结构化拆解能力,能将复杂的业务现象抽象为算法可解决的问题;对互联网运营指标有系统性理解。\n5. 自驱力强,拥有强烈的好奇心与责任感;具备优秀的跨团队沟通协作能力及抗压性,能作为技术与业务间的桥梁推动项目进展。\n\n在招业务\n千问事业部\n1. 深入全链路业务场景,通过用户研究与竞品分析,定义 AI 赋能的产品方案;\n2. 将模型能力转化为具体的运营策略,负责提示词(Prompt)优化、标签体系梳理、特征质量管理,与算法/研发团队协作,推动 AI 能力在实际场景中的部署与应用;\n3. 参与 AI 模型的指标跟踪、灰度发布与效果监控;协助评估模型的稳定性、可用性及输出一致性,确保在线服务的健康运行;\n4. 监控产品核心指标,利用 SQL/Python 等工具进行数据挖掘与实验评估,基于数据洞察持续迭代优化 AI 策略;\n5. 负责 AIGC 产品的内容包装与创意传播方案,针对特定场景打造高质量内容,提升用户活跃度与产品忠诚度。\n1. 本科及以上学历,计算机、人工智能、统计学、数学、信息管理、数据科学等相关专业优先;\n2. 熟练掌握 SQL,具备独立进行数据分析、特征理解与实验评估的能力;熟悉 Python(Pandas/Numpy)或常见机器学习指标(AUC/F1等)者优先。\n3. 对大模型、多模态生成有浓厚兴趣及深度体验,了解 AIGC 基本原理及工作流(如 ComfyUI、RAG 等)。\n4. 具备出色的逻辑思维与结构化拆解能力,能将复杂的业务现象抽象为算法可解决的问题;对互联网运营指标有系统性理解。\n5. 自驱力强,拥有强烈的好奇心与责任感;具备优秀的跨团队沟通协作能力及抗压性,能作为技术与业务间的桥梁推动项目进展。",
    "standard_classification": {
        "std_category_code": "B002",
        "std_aux_codes": [
            "T017"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}