{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "灵犀互娱-策略产品专家-游戏电商",
        "job_level": "",AI生成
        "work_category": "社招",AI生成
        "department": "灵犀互娱",
        "location": "广州",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "灵犀互娱",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "灵犀互娱-策略产品专家-游戏电商\n\n基础信息\n工作地点：广州\n\n职位描述\n1. 意图理解与召回：负责搜索与推荐场景的 query 意图理解、语义召回、类目/标签召回、个性化召回、多路召回融合与消重等策略的方案设计与迭代。\n2. 推荐排序策略：设计排序与重排策略（相关性、供需匹配、多样性、探索与利用平衡），把用户意图高效匹配到优质供给，优化点击率、详情转化等策略层指标。\n3. 策略效果与归因：主导 A/B 实验设计、放量决策与效果归因，以增量价值评估策略收益；与算法工程师深度协作，将业务问题转化为可建模的问题定义，推动模型迭代上线。\n4. GMV 结果导向：与导购产品经理协同，从意图理解到推荐分发的策略层入手提升导购转化，最终对搜索推荐链路贡献的 GMV 增量负责。\n\n职位要求\n1. 3 年以上搜索/推荐/策略产品经验，有电商、交易平台或内容社区背景优先；\n2. 懂算法：理解召回、粗排、精排、重排分层架构与主流方法（双塔召回、多目标排序等），能与算法工程师在同一语言下讨论问题，独立判断方案可行性。\n3. 数据能力强：熟练 SQL 取数分析，掌握归因分析与 A/B 实验方法论；有完整策略从 0 到 1 迭代经验，用增量数据验证过策略价值。\n4. 强目标感与跨团队推动力；理解供需匹配型交易平台逻辑（冷启动、稀疏供给、长尾 query），熟悉游戏资产交易或有 LLM 导购落地经验者优先。",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "100051540001",
        "post_date": "2026-10-23",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://talent.lingxigames.com/off-campus/position-detail?positionId=100051540001"
    },
    "fulltext": "灵犀互娱-策略产品专家-游戏电商\n\n基础信息\n工作地点：广州\n\n职位描述\n1. 意图理解与召回：负责搜索与推荐场景的 query 意图理解、语义召回、类目/标签召回、个性化召回、多路召回融合与消重等策略的方案设计与迭代。\n2. 推荐排序策略：设计排序与重排策略（相关性、供需匹配、多样性、探索与利用平衡），把用户意图高效匹配到优质供给，优化点击率、详情转化等策略层指标。\n3. 策略效果与归因：主导 A/B 实验设计、放量决策与效果归因，以增量价值评估策略收益；与算法工程师深度协作，将业务问题转化为可建模的问题定义，推动模型迭代上线。\n4. GMV 结果导向：与导购产品经理协同，从意图理解到推荐分发的策略层入手提升导购转化，最终对搜索推荐链路贡献的 GMV 增量负责。\n\n职位要求\n1. 3 年以上搜索/推荐/策略产品经验，有电商、交易平台或内容社区背景优先；\n2. 懂算法：理解召回、粗排、精排、重排分层架构与主流方法（双塔召回、多目标排序等），能与算法工程师在同一语言下讨论问题，独立判断方案可行性。\n3. 数据能力强：熟练 SQL 取数分析，掌握归因分析与 A/B 实验方法论；有完整策略从 0 到 1 迭代经验，用增量数据验证过策略价值。\n4. 强目标感与跨团队推动力；理解供需匹配型交易平台逻辑（冷启动、稀疏供给、长尾 query），熟悉游戏资产交易或有 LLM 导购落地经验者优先。"
}