职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7681299002847201572

高级内容策略产品经理

未披露 · 南京 · 小米集团

主分类:策略与机制产品经理
产品
辅助:内容运营(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": "高级内容策略产品经理",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "南京",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "小米集团",
        "company_industry": "消费电子 / 智能制造 / 物联网",
        "company_size": "10000人以上",
        "company_website": "xiaomi.com",
        "company_description": "小米是一家消费电子和智能制造企业,以智能手机、智能硬件和物联网平台为核心。"
    },
    "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. 负责信息流的内容供给策略,制定供给规划并推动落地,对有效供给覆盖、内容质量和供需匹配负责。\n2. 基于用户需求和消费场景识别内容缺口,优化品类、作者及内容结构。\n3. 建设内容分级和生态治理机制,改善低质、重复、同质化及内容疲劳问题。\n4. 完善新内容、新作者和新垂类的冷启动策略,提升优质供给的分发效率。\n5. 建设热点发现、判断、组织和分发机制,提升热点响应和内容消费效果。\n6. 通过数据分析和 A/B 实验评估策略效果,持续提升有效消费、留存及长期用户价值。\n7. 协同产品、算法、运营等团队推进重点项目,并负责团队建设与人才培养。",
        "requirements_text": "1. 本科及以上学历,5 年以上内容策略、内容生态、推荐策略、策略产品或平台运营经验。\n2. 熟悉资讯、短视频、社区等内容平台的生产、分层、分发和消费链路。\n3. 在供给规划、内容质量、作者生态、冷启动、流量策略或热点运营等方向有成熟实践。\n4. 具备较强的数据分析和实验能力,能将业务问题转化为指标、策略和产品机制。\n5. 理解推荐系统基本逻辑,能够与算法团队协同推进内容池、召回、排序和流量分配优化。\n6. 具备复杂项目推动及团队管理经验,有较强的业务判断、沟通协调和结果意识。\n\n加分项\n1. 担任过内容供给、内容生态、创作者生态、推荐策略或垂类业务负责人。\n2. 有从 0 到 1 建设新垂类、作者生态、冷启动机制或内容策略平台的经验。\n3. 有大规模 Feed 推荐、内容质量评估或作者成长体系相关经验。\n4. 有将运营方法沉淀为产品、规则或算法能力的成功案例。\n5. 对生成式 AI 带来的内容生产、质量识别和生态治理问题有实践或深入思考。",
        "skills": [AI生成
            "数据分析",
            "团队管理",
            "沟通协调"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7681299002847201572/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7681299002847201572",
        "post_date": "2026-09-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7681299002847201572/detail"
    },
    "fulltext": "高级内容策略产品经理\n职位描述\n1. 负责信息流的内容供给策略,制定供给规划并推动落地,对有效供给覆盖、内容质量和供需匹配负责。\n2. 基于用户需求和消费场景识别内容缺口,优化品类、作者及内容结构。\n3. 建设内容分级和生态治理机制,改善低质、重复、同质化及内容疲劳问题。\n4. 完善新内容、新作者和新垂类的冷启动策略,提升优质供给的分发效率。\n5. 建设热点发现、判断、组织和分发机制,提升热点响应和内容消费效果。\n6. 通过数据分析和 A/B 实验评估策略效果,持续提升有效消费、留存及长期用户价值。\n7. 协同产品、算法、运营等团队推进重点项目,并负责团队建设与人才培养。\n\n职位要求\n1. 本科及以上学历,5 年以上内容策略、内容生态、推荐策略、策略产品或平台运营经验。\n2. 熟悉资讯、短视频、社区等内容平台的生产、分层、分发和消费链路。\n3. 在供给规划、内容质量、作者生态、冷启动、流量策略或热点运营等方向有成熟实践。\n4. 具备较强的数据分析和实验能力,能将业务问题转化为指标、策略和产品机制。\n5. 理解推荐系统基本逻辑,能够与算法团队协同推进内容池、召回、排序和流量分配优化。\n6. 具备复杂项目推动及团队管理经验,有较强的业务判断、沟通协调和结果意识。\n\n加分项\n1. 担任过内容供给、内容生态、创作者生态、推荐策略或垂类业务负责人。\n2. 有从 0 到 1 建设新垂类、作者生态、冷启动机制或内容策略平台的经验。\n3. 有大规模 Feed 推荐、内容质量评估或作者成长体系相关经验。\n4. 有将运营方法沉淀为产品、规则或算法能力的成功案例。\n5. 对生成式 AI 带来的内容生产、质量识别和生态治理问题有实践或深入思考。\n1. 负责信息流的内容供给策略,制定供给规划并推动落地,对有效供给覆盖、内容质量和供需匹配负责。\n2. 基于用户需求和消费场景识别内容缺口,优化品类、作者及内容结构。\n3. 建设内容分级和生态治理机制,改善低质、重复、同质化及内容疲劳问题。\n4. 完善新内容、新作者和新垂类的冷启动策略,提升优质供给的分发效率。\n5. 建设热点发现、判断、组织和分发机制,提升热点响应和内容消费效果。\n6. 通过数据分析和 A/B 实验评估策略效果,持续提升有效消费、留存及长期用户价值。\n7. 协同产品、算法、运营等团队推进重点项目,并负责团队建设与人才培养。\n1. 本科及以上学历,5 年以上内容策略、内容生态、推荐策略、策略产品或平台运营经验。\n2. 熟悉资讯、短视频、社区等内容平台的生产、分层、分发和消费链路。\n3. 在供给规划、内容质量、作者生态、冷启动、流量策略或热点运营等方向有成熟实践。\n4. 具备较强的数据分析和实验能力,能将业务问题转化为指标、策略和产品机制。\n5. 理解推荐系统基本逻辑,能够与算法团队协同推进内容池、召回、排序和流量分配优化。\n6. 具备复杂项目推动及团队管理经验,有较强的业务判断、沟通协调和结果意识。\n\n加分项\n1. 担任过内容供给、内容生态、创作者生态、推荐策略或垂类业务负责人。\n2. 有从 0 到 1 建设新垂类、作者生态、冷启动机制或内容策略平台的经验。\n3. 有大规模 Feed 推荐、内容质量评估或作者成长体系相关经验。\n4. 有将运营方法沉淀为产品、规则或算法能力的成功案例。\n5. 对生成式 AI 带来的内容生产、质量识别和生态治理问题有实践或深入思考。",
    "standard_classification": {
        "std_category_code": "PM008",
        "std_aux_codes": [
            "B004"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}