阿里巴巴
天猫事业部-推荐产品经理-杭州
天猫事业部-推荐产品经理-杭州
发布于 大约 3 小时前普通员工/个人贡献者
全职员工仅现场办公产品经理
产品经理
Ai推荐
Llm
产品经理
信息流推荐
大模型
机器学习
深度学习
用户意图分析
电商
值不值得投
72综合评分
综合评分 72
AI驱动电商推荐产品经理，技术前沿、成长性强，但WLB可能一般。
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。
薪资怎么样
35K
比产品经理中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2250 个在招 · 其中产品经理 98 个
市场机会
选择面较广
杭州 · 产品经理 · 约 230 个在招
职位详情
关于这个职位
该职位是天猫事业部的推荐产品经理，负责AI推荐用户产品和AI导购产品的设计与优化
核心工作包括提升用户意图理解、优化信息流推荐全链路能力，推动推荐从被动展示升级为主动精准组织内容，以拉升用户停留时长和粘性
同时探索大模型等AI技术在电商场景的应用，驱动业务增长
最低要求
具备较强的用户理解和产品意识，能够从“用户为什么来、想看什么、为什么继续逛或离开”出发，将用户意图、内容表达、权益感知和商品供给问题转化为可落地的算法或大模型方案
懂用户需求，能敏锐捕捉到“小白怕什么”、“老手挑什么”，并以此为乐，并能结合用户导购场景的痛点，提出解决方案
对AI有实操理解或者希望学习，理解LLM边界，会使用常见的AI工具，懂基本的agent、skills搭建
熟悉大模型和传统推荐召回、粗排、精排、重排等多个环节
具备电商信息流或大规模推荐系统经验者优先
具备扎实的机器学习和深度学习基础，能够围绕业务问题完成数据分析、模型设计、实验验证和线上迭代
工作职责
负责AI推荐用户产品，围绕用户实时意图判断和内容素材表达，提升对用户兴趣、需求阶段和消费意图的理解，推动推荐从“被动展示商品”升级为“主动理解用户、精准组织内容”，拉升用户停留时长和回访粘性
并结合用户需求、商品供给、价格力及权益信息，优化权益触达对象、时机和表达方式，提升货盘丰富度、匹配度及用户价值感，拉动首猜场景的用户规模增长，让更多用户进入并觉得“值得逛”
同时负责手猫APP端内的AI导购产品，参与导购Bot的0到1设计，包含用户理想态与测评机制、通过打造skills定义垂类场景C端体验，落地AI范式下的用户体验
负责天猫APP全端信息流推荐产品，以ipv为北极星指标，持续升级召回、粗排、精排、重排等全链路能力
推进多目标建模、用户长期兴趣建模、实时特征等落地，系统性提升推荐效率和用户体验
并探索AI大模型、强化学习、智能决策等在推荐系统中的应用，在核心业务目标不降的前提下，进一步提升首触效果和用户粘性
优先资格
加分项（有其一即可）：有评测、模型后训练经验，做过C端对话式产品或Agent智能体落地项目
AI 洞察
优缺点分析
优点
- 技术前沿性强：直接应用AI大模型、LLM等新兴技术，能快速提升个人技能
- 平台与业务价值：依托天猫电商核心业务，产品影响范围广，成长空间大
- 综合能力锻炼：涵盖用户研究、产品设计、数据分析、算法协同等多维度，利于全面发展
- 技术更新快：AI领域发展迅速，需持续学习大模型、强化学习等新技术，保持竞争力
- 竞争环境激烈：大厂内部竞争明显，对产品创新和数据驱动能力要求高
- 对AI和电商结合有浓厚兴趣，具备扎实产品思维和数据分析能力，愿意在技术驱动型产品中深耕的求职者
缺点 / 挑战
- 业务复杂度高：电商推荐场景多元，需平衡用户体验与商业目标，迭代压力大
角色解读
- 从产品经理向高级产品经理或产品专家发展，深耕AI推荐与电商领域
- 可转向技术管理或业务策略岗位，参与更大范围的产品生态构建
- 通过积累AI实战经验，成为行业内的推荐产品或AI应用专家
- 负责AI推荐用户产品，分析用户实时意图，优化推荐内容表达，提升用户停留时长和回访粘性
- 设计并落地AI导购产品，定义垂类场景的C端体验，推动从0到1的创新
- 管理天猫全端信息流推荐系统，升级召回、排序等全链路能力，探索大模型等新技术应用
- 用户产品意识：能从用户需求出发，将业务问题转化为算法或大模型方案
- AI实操能力：理解LLM边界，熟练使用AI工具，掌握agent和skills搭建基础
- 推荐系统知识：熟悉大模型和传统推荐环节，具备机器学习、深度学习基础及数据分析能力
申请策略
- 研究天猫电商业务：深入了解首猜场景、用户粘性指标及行业趋势，在面试中展现业务洞察
- 准备创新案例：思考AI导购或推荐优化的具体解决方案，体现主动性和问题解决能力
- 突出产品设计经验：强调参与过的推荐系统、信息流或AI相关产品项目，量化用户指标提升成果
- 展示AI技能：列举使用过的AI工具（如LLM应用、Agent开发）、相关课程或证书，证明实操能力
- 体现数据分析能力：描述如何通过数据驱动产品决策，完成实验验证和线上迭代案例
- 学习推荐算法基础：补充召回、排序等全链路知识，了解多目标建模和实时特征等概念
- 深化AI应用实践：动手搭建Agent或Skills项目，熟悉大模型在电商场景的落地方法
面试指南
- 以用户为中心：从用户场景和痛点出发，结合数据指标阐述产品思路，强调同理心和洞察
- 技术可行性结合业务：说明如何将AI技术转化为可落地的方案，并预估业务影响和风险
- 结构化表达：使用STAR法则（情境、任务、行动、结果）组织案例，突出逻辑和成果
- 如何理解用户意图在推荐产品中的应用？请举例说明你会如何设计一个提升用户停留时长的功能？
- 如果让你从0到1设计一个AI导购Bot，你会如何定义用户理想态和评测机制？
- 推荐系统中，如何平衡用户长期兴趣和实时意图的建模？有哪些技术挑战？
- 请描述一个你通过数据分析驱动产品迭代的案例，关键指标如何变化？
- 你如何看待大模型在电商推荐中的边界和潜在应用场景？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
该职位薪资在杭州市场具有竞争力，但JD未明确披露具体福利细节。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位涉及AI大模型、推荐系统等前沿技术，提供显著的学习和成长机会。
技术前沿前沿/新兴技术
技术栈AI推荐、大模型、LLM、Agent、机器学习、深度学习
业务类型profit_center
工作生活
50较低
JD未提及工作模式，互联网行业通常工作节奏较快，WLB可能一般。
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
推动电商用户体验提升和AI技术落地，具有一定的社会价值和行业影响力。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs