{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "数据产品经理/AI数据产品方向",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "深圳·南山区·西丽",
        "work_mode": "现场办公",AI生成
        "job_category": "AI业务数据产品经理"AI生成
    },
    "company": {
        "company_name": "与析科技",
        "company_industry": "互联网",
        "company_size": "0-20人",
        "company_website": "",
        "company_description": "与析科技简介"
    },
    "compensation": {
        "salary_range": {
            "min": 12000,
            "max": 18000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "五险一金 | 带薪年假 | 零食下午茶 | 股票期权 | 定期体检 | 员工旅游 | 年终奖"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "数学建模\n数据产品\nData AI\n1. 负责西柚数据产品的规划与设计，围绕亚马逊商品、关键词、流量、销量、类目、品牌、用户需求等数据，建立清晰的数据模型与产品体系。\n2. 深入理解业务问题，并将复杂业务抽象为业务对象、对象关系、属性、指标、规则和数据结构。例如：什么是⼀个市场、⼀个⽤户需求、一个竞争关系、一个流量来源，以及这些概念应该如何被数据准确表达。\n3. 参与核⼼数据模型设计，包括商品关系、关键词关系、市场结构、流量结构、竞争关系、增长机会等，把海量原始数据加工成用户真正能够理解和使用的“业务数据”。\n4. 建立和维护产品的数据指标体系，明确指标定义、计算口径、适用场景和边界，避免“有数据但无法正确解释”的问题。\n5. 将数据模型进一步产品化，设计分析流程、交互方式和数据呈现，让用户能够通过产品快速完成市场分析、竞品分析、选品、关键词研究等复杂任务。\n6. 参与 AI 数据产品建设。思考如何让 ChatGPT、Claude、Codex 等 AI Agent 不只是“调用数据”，而是能够正确理解数据、业务语义和分析方法，通过 MCP/API 等方式完成专业的电商分析。\n7. 与算法、数据、研发团队深度协作，参与数据生产链路和算法结果评估，判断一个模型或指标是否真正表达了业务世界，而不仅仅是技术上成立。\n8. 持续研究 Amazon 电商、数据产品和 AI Agent 的发展，探索新的数据能力和产品机会。",
        "requirements_text": "1. 极强的数据建模和抽象能力。\n 面对一个复杂业务问题，能够快速识别核心实体、关系、变量和约束，并建立稳定、可扩展的数据模型。这是我们最看重的能力。\n2. 对数据敏感，具备良好的数学、统计和逻辑基础，能够理解分布、相关性、异常值、聚类、预测等基本数据分析思想，不要求自己实现复杂算法，但必须能够判断算法结果是否合理。\n3. 有较强的数据分析能力，能够通过 SQL、Python 或 AI Coding 工具独立探索数据、验证假设。我们不强调手写代码能力，更关注你是否知道应该分析什么、怎么算、结果意味着什么。\n4. 有优秀的产品抽象能力。不是简单根据用户需求增加字段和页面，而是能够从大量需求中找到稳定的底层模型，设计可以支撑未来几年发展的产品结构。\n5. 具备强烈的好奇心和第一性原理思考能力。遇到“行业一直这么做”时，愿意重新追问：这个指标为什么存在？它真正衡量的是什么？有没有更好的表达方式？\n6. 能够和算法工程师、数据工程师、研发工程师进行深入讨论，既理解业务，也能够理解技术方案背后的基本逻辑。\n7. 有电商、搜索、广告、推荐、商业分析、BI、数据中台、数据 SaaS、AI 数据产品等相关经验优先，但我们更看重基础能力，而不是行业年限。\n我们希望找到什么样的人\n我们不缺一个负责画原型、写 PRD、跟进需求上线的传统产品经理。\n我们真正希望找到的是一个能够面对数亿商品、千万关键词以及复杂的商品—关键词—流量—销量关系，逐步建立一套**“亚马逊商业世界的数据模型”**的人。\n在 AI 时代，数据本身只是原材料。真正稀缺的是能够定义数据、组织数据、理解数据，并让 AI 正确使用数据的人。\n如果你对“如何用数据描述一个真实的商业世界”这件事情本身就感到兴奋，这会是一个非常适合你的岗位。",
        "skills": [AI生成
            "业务理解与场景抽象",
            "PRD与原型设计",
            "市场/行业/竞品研究",
            "Agent系统构建",
            "工具调用/MCP",
            "数据分析与指标体系",
            "SQL与数据探查",
            "数据资产治理",
            "数据工程与数据管道",
            "训练数据/标注/合成",
            "编程与代码实现",
            "经营分析与转化漏斗",
            "结构化思考与系统抽象",
            "快速学习与自驱",
            "企业服务/SaaS知识"
        ],
        "preferred_qualifications": "",
        "job_highlights": "经验不限 | 本科"
    },
    "contact": {
        "recruiter_name": "黄先生",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/d82a85f3e77293aa0nJ-2dq-FFBT.html"
            }
        ]
    },
    "posting": {
        "posting_id": "d82a85f3e77293aa0nJ-2dq-FFBT",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/d82a85f3e77293aa0nJ-2dq-FFBT.html"
    },
    "fulltext": "数学建模\n数据产品\nData AI\n岗位职责\n1. 负责西柚数据产品的规划与设计，围绕亚马逊商品、关键词、流量、销量、类目、品牌、用户需求等数据，建立清晰的数据模型与产品体系。\n2. 深入理解业务问题，并将复杂业务抽象为业务对象、对象关系、属性、指标、规则和数据结构。例如：什么是⼀个市场、⼀个⽤户需求、一个竞争关系、一个流量来源，以及这些概念应该如何被数据准确表达。\n3. 参与核⼼数据模型设计，包括商品关系、关键词关系、市场结构、流量结构、竞争关系、增长机会等，把海量原始数据加工成用户真正能够理解和使用的“业务数据”。\n4. 建立和维护产品的数据指标体系，明确指标定义、计算口径、适用场景和边界，避免“有数据但无法正确解释”的问题。\n5. 将数据模型进一步产品化，设计分析流程、交互方式和数据呈现，让用户能够通过产品快速完成市场分析、竞品分析、选品、关键词研究等复杂任务。\n6. 参与 AI 数据产品建设。思考如何让 ChatGPT、Claude、Codex 等 AI Agent 不只是“调用数据”，而是能够正确理解数据、业务语义和分析方法，通过 MCP/API 等方式完成专业的电商分析。\n7. 与算法、数据、研发团队深度协作，参与数据生产链路和算法结果评估，判断一个模型或指标是否真正表达了业务世界，而不仅仅是技术上成立。\n8. 持续研究 Amazon 电商、数据产品和 AI Agent 的发展，探索新的数据能力和产品机会。\n任职要求\n1. 极强的数据建模和抽象能力。\n 面对一个复杂业务问题，能够快速识别核心实体、关系、变量和约束，并建立稳定、可扩展的数据模型。这是我们最看重的能力。\n2. 对数据敏感，具备良好的数学、统计和逻辑基础，能够理解分布、相关性、异常值、聚类、预测等基本数据分析思想，不要求自己实现复杂算法，但必须能够判断算法结果是否合理。\n3. 有较强的数据分析能力，能够通过 SQL、Python 或 AI Coding 工具独立探索数据、验证假设。我们不强调手写代码能力，更关注你是否知道应该分析什么、怎么算、结果意味着什么。\n4. 有优秀的产品抽象能力。不是简单根据用户需求增加字段和页面，而是能够从大量需求中找到稳定的底层模型，设计可以支撑未来几年发展的产品结构。\n5. 具备强烈的好奇心和第一性原理思考能力。遇到“行业一直这么做”时，愿意重新追问：这个指标为什么存在？它真正衡量的是什么？有没有更好的表达方式？\n6. 能够和算法工程师、数据工程师、研发工程师进行深入讨论，既理解业务，也能够理解技术方案背后的基本逻辑。\n7. 有电商、搜索、广告、推荐、商业分析、BI、数据中台、数据 SaaS、AI 数据产品等相关经验优先，但我们更看重基础能力，而不是行业年限。\n我们希望找到什么样的人\n我们不缺一个负责画原型、写 PRD、跟进需求上线的传统产品经理。\n我们真正希望找到的是一个能够面对数亿商品、千万关键词以及复杂的商品—关键词—流量—销量关系，逐步建立一套**“亚马逊商业世界的数据模型”**的人。\n在 AI 时代，数据本身只是原材料。真正稀缺的是能够定义数据、组织数据、理解数据，并让 AI 正确使用数据的人。\n如果你对“如何用数据描述一个真实的商业世界”这件事情本身就感到兴奋，这会是一个非常适合你的岗位。"
}