{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI数据产品经理 北京上海",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京··",
        "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": "上海某大型电子商务公司",
        "company_industry": "电子商务",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 30000,
            "max": 60000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "定期体检 | 住房补贴 | 五险一金 | 带薪年假 | 零食下午茶 | 餐补 | 股票期权 | 年终奖 | 加班补助 | 团建聚餐 | 包吃 | 生日福利"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "Agent\nB端产品\nRAG\nAI数据分析\n交易\n- 产品规划与路线图：定义 AI 数据分析产品的能力边界与演进路径，制定并推进产品路线图。\n- AI 机会识别与边界管理：判断哪些分析场景适合由 AI 承担、能做到何种程度，将模型能力转化为清晰的产品方案，并持续跟踪模型迭代动态调整边界。\n- 需求结构化：深入业务场景，将复杂、模糊的分析需求拆解为 AI 系统可理解、可执⾏的任务链与知识结构。\n- 评估与质量体系：定义评估标准与评测框架，从准确性、稳定性、安全性等维度衡量并驱动模型效果的持续提升。\n- 数据资产与飞轮：设计数据回流与反馈机制，推动分析经验、指标口径与业务知识的资产化沉淀，形成\"越⽤越准\"的数据飞轮。\n- 跨团队协作：作为业务与技术之间的桥梁，推动产品从设计、开发到上线、运营的全⽣命周期落地。",
        "requirements_text": "- 本科及以上学历，计算机、统计、数学或相关专业优先。\n- 数据产品、数据分析或相关领域经验，具备AI项目落地经历。\n- 扎实的数据分析能力，熟练使⽤ SQL，具备独立的数据探查与验证能力。\n- 优秀的业务理解与抽象能力，能够在业务语言与技术语言之间高效转译。\n核心能力\n- 模型能力认知：对大模型 / Agent 的能力与边界有真实的实践认知与判断力，理解 RAG、上下文工程、人机协同等基本机制，能合理设计人机分工。\n- 评估驱动思维：认同\"AI 产品没有绝对对错、只有持续变好\"，具备以评估集与 Bad Case 驱动产品迭代的意识与方法。\n- 问题定义能力：善于从模糊的业务现象中识别关键问题。\n- 结构化与推动力：在高度不确定性中拆解并收敛复杂问题，高效推动跨团队协作落地。",
        "skills": [AI生成
            "需求调研与需求分析",
            "业务理解与场景抽象",
            "产品战略与路线图",
            "产品方案与功能设计",
            "产品迭代管理",
            "大模型原理与能力边界",
            "Agent系统构建",
            "RAG与检索增强",
            "Workflow与任务编排",
            "上下文/知识工程",
            "模型/Agent评测体系",
            "数据分析与指标体系",
            "SQL与数据探查",
            "数据资产治理",
            "跨部门/跨团队协作",
            "结构化思考与系统抽象",
            "复杂问题分析与解决",
            "企业服务/SaaS知识",
            "软件测试与质量工程"
        ],
        "preferred_qualifications": "- 具备指标体系建设、数据治理、语义层或知识图谱相关经验。\n- 具备 AI 评测体系设计或实践经验。\n- 有电商、内容社区等复杂业务场景的数据产品经验。\n- 有从 0 到 1 构建数据产品或分析框架的完整经历。\n认证资质\n人力资源服务许可证",
        "job_highlights": "3-5年 | 本科"
    },
    "contact": {
        "recruiter_name": "寻正茂",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/5a36b81d3e24b48c0nJ_09q8ElFT.html"
            }
        ]
    },
    "posting": {
        "posting_id": "5a36b81d3e24b48c0nJ_09q8ElFT",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/5a36b81d3e24b48c0nJ_09q8ElFT.html"
    },
    "fulltext": "Agent\nB端产品\nRAG\nAI数据分析\n交易\n岗位职责\n- 产品规划与路线图：定义 AI 数据分析产品的能力边界与演进路径，制定并推进产品路线图。\n- AI 机会识别与边界管理：判断哪些分析场景适合由 AI 承担、能做到何种程度，将模型能力转化为清晰的产品方案，并持续跟踪模型迭代动态调整边界。\n- 需求结构化：深入业务场景，将复杂、模糊的分析需求拆解为 AI 系统可理解、可执⾏的任务链与知识结构。\n- 评估与质量体系：定义评估标准与评测框架，从准确性、稳定性、安全性等维度衡量并驱动模型效果的持续提升。\n- 数据资产与飞轮：设计数据回流与反馈机制，推动分析经验、指标口径与业务知识的资产化沉淀，形成\"越⽤越准\"的数据飞轮。\n- 跨团队协作：作为业务与技术之间的桥梁，推动产品从设计、开发到上线、运营的全⽣命周期落地。\n任职资格：\n- 本科及以上学历，计算机、统计、数学或相关专业优先。\n- 数据产品、数据分析或相关领域经验，具备AI项目落地经历。\n- 扎实的数据分析能力，熟练使⽤ SQL，具备独立的数据探查与验证能力。\n- 优秀的业务理解与抽象能力，能够在业务语言与技术语言之间高效转译。\n核心能力\n- 模型能力认知：对大模型 / Agent 的能力与边界有真实的实践认知与判断力，理解 RAG、上下文工程、人机协同等基本机制，能合理设计人机分工。\n- 评估驱动思维：认同\"AI 产品没有绝对对错、只有持续变好\"，具备以评估集与 Bad Case 驱动产品迭代的意识与方法。\n- 问题定义能力：善于从模糊的业务现象中识别关键问题。\n- 结构化与推动力：在高度不确定性中拆解并收敛复杂问题，高效推动跨团队协作落地。\n加分项\n- 具备指标体系建设、数据治理、语义层或知识图谱相关经验。\n- 具备 AI 评测体系设计或实践经验。\n- 有电商、内容社区等复杂业务场景的数据产品经验。\n- 有从 0 到 1 构建数据产品或分析框架的完整经历。\n认证资质\n人力资源服务许可证"
}