Xiaomi logo
小米
策略产品经理

策略产品经理

发布于 大约 7 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
本科
产品经理
Ab实验
Nlp
Sql
内容分发
因果推断
推荐系统
搜索策略
数据分析
用户留存

AI 估算 · 35k–65k

短剧商业模式增长快,策略产品稀缺,大厂15薪,薪资竞争力强。

职位详情

关于这个职位

你将负责小米短剧内容的分发策略,围绕推荐和搜索优化用户消费体验

通过数据分析与AB实验,制定冷启动、兴趣分发等策略,提升用户活跃与留存
适合有5年以上策略产品经验、熟悉推荐系统与因果推断的候选人

最低要求

本科及以上学历,5 年以上策略产品经验

深入理解推荐/搜索系统技术链路,有丰富的 AB 实验设计与分析经验,理解实验设计中的典型陷阱(网络效应、辛普森悖论、新奇效应、多重检验校正),主导过 10 组以上实验的全流程
熟练使用 SQL,能独立完成复杂数据分析任务
会用 AI 工具提效,例如用 AI 辅助数据分析、可视化结果展示、沉淀 skills 等
具备较强的指标拆解能力——看到大盘变化能快速拆到人群、渠道、场景层面定位根因,不满足于表面均值,了解因果推断方法

工作职责

负责短剧内容的分发策略产品工作,围绕内容供给与用户消费两端,制定并落地冷启动、兴趣分发、关系建立等核心推荐策略

覆盖首页、沉浸流、Push 等多场景,持续提升分发效果与消费深度,为用户活跃规模与长期留存负责
围绕短剧内容,推动内容识别(爽点、节奏、情绪曲线)、兴趣建模等基础能力建设,提升内容在推荐场景下的承接效率与增长空间
负责投放用户全生命周期的策略设计,覆盖投放前素材匹配、激活日首部承接、激活后触达与召回、新老用户策略过渡等全链路,核心解决"买得来留不住"的矛盾,提升投放用户的长效留存与 LTV
负责搜索策略的全链路优化,覆盖 NLP(查询理解)、召回、排序、结果呈现各环节的业务盘点与策略设计,提升搜索场景的转化效果与用户体验
通过数据分析、用户洞察和策略迭代,识别影响供给增长、内容消费和分发效率的关键问题,维护并迭代实验推全标准与实验方法论,输出产品方案并推动落地
协同算法、研发、运营、数据分析等团队,推动策略能力建设与重点项目落地,保障业务目标高效达成

优先资格

有内容产品(短视频、短剧、小说、信息流)策略经验者优先

AI 洞察

优缺点分析

优点

  • 小米平台大,短剧是当前内容风口,业务前景好,成长空间大
  • 策略产品技能(推荐/搜索/AB实验)在行业中有很高价值,职业生涯竞争力强
  • 涉及多团队协作,能锻炼跨部门沟通与项目推动能力
  • 上市大厂薪资福利有竞争力,且业务核心地位高
  • 涉及复杂算法系统,需要较强的技术理解能力,学习曲线陡峭
  • 短剧行业竞争激烈,需快速迭代和验证,工作节奏可能较快
  • 需深入理解用户心理和内容特点,跨领域知识要求高

缺点 / 挑战

  • 数据驱动决策,每天需处理大量数据,分析压力较大
  • 适合有5年以上策略产品经验,熟悉推荐/搜索,擅长数据分析,对内容消费领域有热情,能接受快节奏挑战的求职者

角色解读

  • 在策略产品方向深耕,成为推荐/搜索策略领域专家,负责更大规模分发系统
  • 向产品管理或业务负责人发展,统筹内容产品整体策略与增长
  • 积累算法与数据理解,可转型更偏技术的策略产品总监或算法产品经理
  • 制定短剧内容推荐与分发策略,包括冷启动、兴趣分发、关系建立等,覆盖首页、沉浸流、Push等多场景
  • 优化搜索策略全链路,包括查询理解、召回、排序、结果呈现,提升搜索转化与体验
  • 通过数据分析和AB实验验证策略效果,识别问题并迭代实验方法论,推动产品方案落地
  • 协同算法、研发、运营团队,管理投放用户全生命周期,提升留存与LTV
  • 深入理解推荐/搜索系统技术链路,具备丰富的AB实验设计与分析经验,熟悉常见实验陷阱
  • 熟练使用SQL进行复杂数据分析,具备指标拆解能力,了解因果推断方法
  • 具备内容产品策略经验,理解内容识别、兴趣建模等基础能力建设
  • 掌握AI工具辅助数据分析与可视化,提升工作效率

申请策略

  • 了解小米内容生态和短剧业务现状,准备针对性见解
  • 在简历中体现对“买得来留不住”等业务痛点的解决方案思考
  • 突出策略项目经验,尤其是亲手设计的推荐或搜索策略案例,量化结果(如点击率、留存提升)
  • 强调AB实验经验,说明主导过的实验数量、复杂度及如何避免陷阱
  • 展示SQL和数据分析能力,可附上代码或分析报告示例
  • 如有短剧/短视频/小说等内容产品经验,务必显著列出
  • 补充因果推断知识,如DAG、PSM、DID等
  • 熟悉推荐系统基础:协同过滤、特征工程、多臂老虎机等

面试指南

  • STAR法则:围绕情境、任务、行动、结果展开
  • 强调数据驱动的逻辑:假设-实验-分析-迭代
  • 从用户、场景、内容三个维度思考策略
  • 如何设计一个冷启动推荐策略?你会设置什么指标?
  • 讲述一次你主导的AB实验,如何分析结果并决策?
  • 如果大盘活跃度下降,你如何拆解定位原因?
  • 你对辛普森悖论如何理解?在实验分析中如何避免?
  • 如何提升投放用户LTV?请给出策略框架

职位点评

73
综合评分

大厂核心业务,策略技能前沿,薪资竞争力强,但WLB不确定。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
适合追求技能成长和职业发展,能接受一定工作强度,对内容消费和智能推荐感兴趣的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值70

薪资福利

75中等

作为上市互联网公司,薪资福利有竞争力,但JD未提及具体数字,补偿性动机满足较好但存在不确定性。

薪资信号未披露(AI估算:35K-65K/月)

成长发展

90较高

策略产品领域技能前沿,短剧业务增长快,涉及推荐/搜索/NLP/因果推断,专业成长空间大,发展性动机得到高满足。

技术前沿主流现代技术
技术栈推荐系统、搜索系统、AB实验、因果推断、SQL、NLP
业务类型profit_center

工作生活

50较低

JD未提及弹性办公或加班情况,北京现场办公,大厂产品岗位节奏通常较快,生活化动机满足有限。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

70中等

短剧是高速增长赛道,为用户提供娱乐体验,但社会价值中性,业务创新性强,意义感动机中等偏上。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs