主分类：Agent 产品经理
辅助：AI模型评测工程（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": "日常实习生-业务技术-AI产品经理（电商方向）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "产品类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【团队介绍】\n我们正在打造一款最懂电商的 AI Agent 智能应用，致力于通过大模型技术解决电商全链路问题（如智能选品、自动化竞品追踪、营销素材生成、运营数据分析等）。在这里，你将参与定义“什么是好的电商 AI”，通过严谨的评测体系，让 Agent 从“能对话”进化为“能分析、能生成、能服务”。\n【岗位职责】\n● 电商场景评测体系搭建：深度参与电商 Agent 产品的全生命周期迭代。针对营销素材、选品分析等核心场景，构建高覆盖度、高区分度的评测集（Benchmark）。\n● 构建“金标准”数据：负责收集和清洗真实电商数据，制定高质量的评测标准。\n● 自动化评测与 Bad Case 分析：对 Agent 的日常版本进行评测和验收。深入挖掘“幻觉”问题，输出可驱动模型优化的深度分析报告。\n● 竞品对标分析：开展行业主流大模型及竞品 Agent 的横向对比评测，挖掘在电商垂直领域的优势与短板，为产品策略（如 Prompt 优化、RAG 检索策略）提供关键数据支撑。\n● 复杂场景攻坚：针对多轮对话、复杂意图理解（如用户模糊询单、情绪安抚）定义新的评测维度，探索 Agent 在电商实战中的能力边界。",
"requirements_text": "【职位要求】\n● 背景要求：2027/28 届毕业生，本科及以上学历在读，计算机、人工智能、统计学、电子商务相关专业优先。\n● 电商 Sense：对电商行业有一定了解，熟悉常见电商术语（SKU/SPU、GMV、转化率等），或有电商运营/客服相关经验者加分。\n● 技术/工具能力：\n● 了解大语言模型（LLM）基本原理，对 Prompt Engineering（提示词工程）有浓厚兴趣。\n● 熟练使用 Excel 进行数据分析，会使用 Python 进行简单的数据处理或脚本编写者优先。\n● 逻辑与细心：具备极强的逻辑思维能力和“找茬”能力，能从海量对话中敏锐发现逻辑漏洞和体验问题。\n● 自驱力：善于沟通，能主动推动研发和产品解决评测中发现的问题。\n【加分项】\n● 有电商平台实习经验。\n● 不仅会评测，还能手写高质量 Prompt 优化模型效果。\n● 有独立搭建过 AI 项目。",
"skills": [AI生成
"Python",
"Excel",
"数据分析",
"逻辑思维",
"电商运营",
"大语言模型"
],
"preferred_qualifications": "● 背景要求：2027/28 届毕业生，本科及以上学历在读，计算机、人工智能、统计学、电子商务相关专业优先；● 电商 Sense：对电商行业有一定了解，熟悉常见电商术语（SKU/SPU、GMV、转化率等），或有电商运营/客服相关经验者加分；● 熟练使用 Excel 进行数据分析，会使用 Python 进行简单的数据处理或脚本编写者优先；【加分项】",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199909680003?deptCodes="
}
]
},
"posting": {
"posting_id": "199909680003",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909680003?deptCodes="
},
"fulltext": "日常实习生-业务技术-AI产品经理（电商方向）\n日常实习生-业务技术-AI产品经理（电商方向）\n\n基础信息\n毕业起止时间要求：2027-10-31 - 2029-12-30\n职位类别：产品类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n【团队介绍】\n我们正在打造一款最懂电商的 AI Agent 智能应用，致力于通过大模型技术解决电商全链路问题（如智能选品、自动化竞品追踪、营销素材生成、运营数据分析等）。在这里，你将参与定义“什么是好的电商 AI”，通过严谨的评测体系，让 Agent 从“能对话”进化为“能分析、能生成、能服务”。\n【岗位职责】\n● 电商场景评测体系搭建：深度参与电商 Agent 产品的全生命周期迭代。针对营销素材、选品分析等核心场景，构建高覆盖度、高区分度的评测集（Benchmark）。\n● 构建“金标准”数据：负责收集和清洗真实电商数据，制定高质量的评测标准。\n● 自动化评测与 Bad Case 分析：对 Agent 的日常版本进行评测和验收。深入挖掘“幻觉”问题，输出可驱动模型优化的深度分析报告。\n● 竞品对标分析：开展行业主流大模型及竞品 Agent 的横向对比评测，挖掘在电商垂直领域的优势与短板，为产品策略（如 Prompt 优化、RAG 检索策略）提供关键数据支撑。\n● 复杂场景攻坚：针对多轮对话、复杂意图理解（如用户模糊询单、情绪安抚）定义新的评测维度，探索 Agent 在电商实战中的能力边界。\n\n职位要求\n【职位要求】\n● 背景要求：2027/28 届毕业生，本科及以上学历在读，计算机、人工智能、统计学、电子商务相关专业优先。\n● 电商 Sense：对电商行业有一定了解，熟悉常见电商术语（SKU/SPU、GMV、转化率等），或有电商运营/客服相关经验者加分。\n● 技术/工具能力：\n● 了解大语言模型（LLM）基本原理，对 Prompt Engineering（提示词工程）有浓厚兴趣。\n● 熟练使用 Excel 进行数据分析，会使用 Python 进行简单的数据处理或脚本编写者优先。\n● 逻辑与细心：具备极强的逻辑思维能力和“找茬”能力，能从海量对话中敏锐发现逻辑漏洞和体验问题。\n● 自驱力：善于沟通，能主动推动研发和产品解决评测中发现的问题。\n【加分项】\n● 有电商平台实习经验。\n● 不仅会评测，还能手写高质量 Prompt 优化模型效果。\n● 有独立搭建过 AI 项目。\n\n在招业务\n淘天集团\n【团队介绍】\n我们正在打造一款最懂电商的 AI Agent 智能应用，致力于通过大模型技术解决电商全链路问题（如智能选品、自动化竞品追踪、营销素材生成、运营数据分析等）。在这里，你将参与定义“什么是好的电商 AI”，通过严谨的评测体系，让 Agent 从“能对话”进化为“能分析、能生成、能服务”。\n【岗位职责】\n● 电商场景评测体系搭建：深度参与电商 Agent 产品的全生命周期迭代。针对营销素材、选品分析等核心场景，构建高覆盖度、高区分度的评测集（Benchmark）。\n● 构建“金标准”数据：负责收集和清洗真实电商数据，制定高质量的评测标准。\n● 自动化评测与 Bad Case 分析：对 Agent 的日常版本进行评测和验收。深入挖掘“幻觉”问题，输出可驱动模型优化的深度分析报告。\n● 竞品对标分析：开展行业主流大模型及竞品 Agent 的横向对比评测，挖掘在电商垂直领域的优势与短板，为产品策略（如 Prompt 优化、RAG 检索策略）提供关键数据支撑。\n● 复杂场景攻坚：针对多轮对话、复杂意图理解（如用户模糊询单、情绪安抚）定义新的评测维度，探索 Agent 在电商实战中的能力边界。\n【职位要求】\n● 背景要求：2027/28 届毕业生，本科及以上学历在读，计算机、人工智能、统计学、电子商务相关专业优先。\n● 电商 Sense：对电商行业有一定了解，熟悉常见电商术语（SKU/SPU、GMV、转化率等），或有电商运营/客服相关经验者加分。\n● 技术/工具能力：\n● 了解大语言模型（LLM）基本原理，对 Prompt Engineering（提示词工程）有浓厚兴趣。\n● 熟练使用 Excel 进行数据分析，会使用 Python 进行简单的数据处理或脚本编写者优先。\n● 逻辑与细心：具备极强的逻辑思维能力和“找茬”能力，能从海量对话中敏锐发现逻辑漏洞和体验问题。\n● 自驱力：善于沟通，能主动推动研发和产品解决评测中发现的问题。\n【加分项】\n● 有电商平台实习经验。\n● 不仅会评测，还能手写高质量 Prompt 优化模型效果。\n● 有独立搭建过 AI 项目。",
"standard_classification": {
"std_category_code": "PM004",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}