职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:31052

高级产品经理(直播智能互动方向)-【生活服务】

未披露 · Beijing · 快手科技

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": "高级产品经理(直播智能互动方向)-【生活服务】",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "D14530",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0005"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司,业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "高级产品经理(直播智能互动方向)-【生活服务】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D14530\n发布时间:2026-08-21\n\n岗位职责\n1、负责直播间多维信号的实时识别与建模,包括评论意图分类(问询/留资意向/负向情绪/闲聊)、用户行为信号(停留时长、互动频次、转化节点)等,构建高质量的间内信号体系,为互动策略提供决策依据;\n2、基于NLP与大模型能力,设计用户意图识别链路,准确区分不同行业用户的核心诉求(如教育咨询、金融产品了解、本地服务预约等),实现差异化的互动响应;\n3、负责评论区互动Bot的核心策略设计与Agent构建,涵盖多轮对话管理、意图驱动的话术路由、主动引导转化的时机判断等,确保互动策略与广告消耗目标深度绑定;\n4、推动直播间互动能力的系统化建设,包括文字评论自动回复、主播口播内容辅助(关键信息提示、话术建议)、间内工具(发券、商品卡、留资组件)的智能调用策略,形成\"评论+口播+工具\"协同的转化闭环;\n5、以广告消耗为核心业务目标,建立覆盖留资率、商业转化率、互动覆盖率的效果评估体系,通过Badcase分析、A/B实验持续优化策略,对最终业务结果负责。\n\n任职要求\n1、本科及以上学历,1-3年产品经验,其中至少2年NLP/大模型/智能客服或直播产品相关经验;\n2、理解LLM基本原理与能力边界,具备意图识别模型设计或Prompt调优的实际经验,能在高并发、强实时的直播场景下设计可落地的产品方案;\n3、熟悉直播间运营与广告投放逻辑,理解消耗目标与互动效率之间的关联机制,能将业务转化目标拆解为AI可执行的策略任务;\n4、具备较强的数据分析能力,能独立搭建效果评估框架,通过A/B Test验证互动策略对留资率、消耗等核心指标的影响,闭环驱动产品迭代;\n5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先。",
        "requirements_text": "高级产品经理(直播智能互动方向)-【生活服务】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D14530\n发布时间:2026-08-21\n\n岗位职责\n1、负责直播间多维信号的实时识别与建模,包括评论意图分类(问询/留资意向/负向情绪/闲聊)、用户行为信号(停留时长、互动频次、转化节点)等,构建高质量的间内信号体系,为互动策略提供决策依据;\n2、基于NLP与大模型能力,设计用户意图识别链路,准确区分不同行业用户的核心诉求(如教育咨询、金融产品了解、本地服务预约等),实现差异化的互动响应;\n3、负责评论区互动Bot的核心策略设计与Agent构建,涵盖多轮对话管理、意图驱动的话术路由、主动引导转化的时机判断等,确保互动策略与广告消耗目标深度绑定;\n4、推动直播间互动能力的系统化建设,包括文字评论自动回复、主播口播内容辅助(关键信息提示、话术建议)、间内工具(发券、商品卡、留资组件)的智能调用策略,形成\"评论+口播+工具\"协同的转化闭环;\n5、以广告消耗为核心业务目标,建立覆盖留资率、商业转化率、互动覆盖率的效果评估体系,通过Badcase分析、A/B实验持续优化策略,对最终业务结果负责。\n\n任职要求\n1、本科及以上学历,1-3年产品经验,其中至少2年NLP/大模型/智能客服或直播产品相关经验;\n2、理解LLM基本原理与能力边界,具备意图识别模型设计或Prompt调优的实际经验,能在高并发、强实时的直播场景下设计可落地的产品方案;\n3、熟悉直播间运营与广告投放逻辑,理解消耗目标与互动效率之间的关联机制,能将业务转化目标拆解为AI可执行的策略任务;\n4、具备较强的数据分析能力,能独立搭建效果评估框架,通过A/B Test验证互动策略对留资率、消耗等核心指标的影响,闭环驱动产品迭代;\n5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先。",
        "skills": [AI生成
            "数据分析",
            "分析能力",
            "广告投放",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31052"
            }
        ]
    },
    "posting": {
        "posting_id": "31052",
        "post_date": "2026-08-21",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31052"
    },
    "fulltext": "高级产品经理(直播智能互动方向)-【生活服务】\n高级产品经理(直播智能互动方向)-【生活服务】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D14530\n发布时间:2026-08-21\n\n岗位职责\n1、负责直播间多维信号的实时识别与建模,包括评论意图分类(问询/留资意向/负向情绪/闲聊)、用户行为信号(停留时长、互动频次、转化节点)等,构建高质量的间内信号体系,为互动策略提供决策依据;\n2、基于NLP与大模型能力,设计用户意图识别链路,准确区分不同行业用户的核心诉求(如教育咨询、金融产品了解、本地服务预约等),实现差异化的互动响应;\n3、负责评论区互动Bot的核心策略设计与Agent构建,涵盖多轮对话管理、意图驱动的话术路由、主动引导转化的时机判断等,确保互动策略与广告消耗目标深度绑定;\n4、推动直播间互动能力的系统化建设,包括文字评论自动回复、主播口播内容辅助(关键信息提示、话术建议)、间内工具(发券、商品卡、留资组件)的智能调用策略,形成\"评论+口播+工具\"协同的转化闭环;\n5、以广告消耗为核心业务目标,建立覆盖留资率、商业转化率、互动覆盖率的效果评估体系,通过Badcase分析、A/B实验持续优化策略,对最终业务结果负责。\n\n任职要求\n1、本科及以上学历,1-3年产品经验,其中至少2年NLP/大模型/智能客服或直播产品相关经验;\n2、理解LLM基本原理与能力边界,具备意图识别模型设计或Prompt调优的实际经验,能在高并发、强实时的直播场景下设计可落地的产品方案;\n3、熟悉直播间运营与广告投放逻辑,理解消耗目标与互动效率之间的关联机制,能将业务转化目标拆解为AI可执行的策略任务;\n4、具备较强的数据分析能力,能独立搭建效果评估框架,通过A/B Test验证互动策略对留资率、消耗等核心指标的影响,闭环驱动产品迭代;\n5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先。\n高级产品经理(直播智能互动方向)-【生活服务】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D14530\n发布时间:2026-08-21\n\n岗位职责\n1、负责直播间多维信号的实时识别与建模,包括评论意图分类(问询/留资意向/负向情绪/闲聊)、用户行为信号(停留时长、互动频次、转化节点)等,构建高质量的间内信号体系,为互动策略提供决策依据;\n2、基于NLP与大模型能力,设计用户意图识别链路,准确区分不同行业用户的核心诉求(如教育咨询、金融产品了解、本地服务预约等),实现差异化的互动响应;\n3、负责评论区互动Bot的核心策略设计与Agent构建,涵盖多轮对话管理、意图驱动的话术路由、主动引导转化的时机判断等,确保互动策略与广告消耗目标深度绑定;\n4、推动直播间互动能力的系统化建设,包括文字评论自动回复、主播口播内容辅助(关键信息提示、话术建议)、间内工具(发券、商品卡、留资组件)的智能调用策略,形成\"评论+口播+工具\"协同的转化闭环;\n5、以广告消耗为核心业务目标,建立覆盖留资率、商业转化率、互动覆盖率的效果评估体系,通过Badcase分析、A/B实验持续优化策略,对最终业务结果负责。\n\n任职要求\n1、本科及以上学历,1-3年产品经验,其中至少2年NLP/大模型/智能客服或直播产品相关经验;\n2、理解LLM基本原理与能力边界,具备意图识别模型设计或Prompt调优的实际经验,能在高并发、强实时的直播场景下设计可落地的产品方案;\n3、熟悉直播间运营与广告投放逻辑,理解消耗目标与互动效率之间的关联机制,能将业务转化目标拆解为AI可执行的策略任务;\n4、具备较强的数据分析能力,能独立搭建效果评估框架,通过A/B Test验证互动策略对留资率、消耗等核心指标的影响,闭环驱动产品迭代;\n5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先。\n高级产品经理(直播智能互动方向)-【生活服务】\n\n基础信息\n招聘类型:社招\n职位类别:J0005\n工作地点:Beijing\n所属部门:D14530\n发布时间:2026-08-21\n\n岗位职责\n1、负责直播间多维信号的实时识别与建模,包括评论意图分类(问询/留资意向/负向情绪/闲聊)、用户行为信号(停留时长、互动频次、转化节点)等,构建高质量的间内信号体系,为互动策略提供决策依据;\n2、基于NLP与大模型能力,设计用户意图识别链路,准确区分不同行业用户的核心诉求(如教育咨询、金融产品了解、本地服务预约等),实现差异化的互动响应;\n3、负责评论区互动Bot的核心策略设计与Agent构建,涵盖多轮对话管理、意图驱动的话术路由、主动引导转化的时机判断等,确保互动策略与广告消耗目标深度绑定;\n4、推动直播间互动能力的系统化建设,包括文字评论自动回复、主播口播内容辅助(关键信息提示、话术建议)、间内工具(发券、商品卡、留资组件)的智能调用策略,形成\"评论+口播+工具\"协同的转化闭环;\n5、以广告消耗为核心业务目标,建立覆盖留资率、商业转化率、互动覆盖率的效果评估体系,通过Badcase分析、A/B实验持续优化策略,对最终业务结果负责。\n\n任职要求\n1、本科及以上学历,1-3年产品经验,其中至少2年NLP/大模型/智能客服或直播产品相关经验;\n2、理解LLM基本原理与能力边界,具备意图识别模型设计或Prompt调优的实际经验,能在高并发、强实时的直播场景下设计可落地的产品方案;\n3、熟悉直播间运营与广告投放逻辑,理解消耗目标与互动效率之间的关联机制,能将业务转化目标拆解为AI可执行的策略任务;\n4、具备较强的数据分析能力,能独立搭建效果评估框架,通过A/B Test验证互动策略对留资率、消耗等核心指标的影响,闭环驱动产品迭代;\n5、有直播间智能场控、主播口播辅助系统或评论区NLP治理相关经验者优先。",
    "standard_classification": {
        "std_category_code": "PM004",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}