阿里巴巴
天猫事业部-推荐Agent策略运营-杭州
天猫事业部-推荐Agent策略运营-杭州
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公产品运营
产品运营
Ai Agent
Llm
多目标建模
大模型
推荐策略
用户运营
电商导购
自动化评测
值不值得投
78综合评分
综合评分 78
核心电商AI化先锋岗，前沿技术栈与高成长空间并存，薪资竞争力强但工作节奏与挑战较大。
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
3.5万
比产品运营中位数高
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 3080 个在招 · 其中产品运营 93 个
市场机会
选择面较广
杭州 · 产品运营 · 约 170 个在招
职位详情
关于这个职位
该职位负责天猫及手猫APP推荐场景下的AI导购策略运营，设计用户路径以提升AI渗透率
你需要推进多目标建模等算法落地，将运营经验转化为策略Agent，并定义AI导购体验与自动化评测体系，驱动系统持续迭代
最低要求
具备较强的用户理解和运营意识，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、权益感知与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"小白怕什么、老手挑什么"，并以此为乐，能结合用户导购场景的痛点提出解决方案
对 AI 有实操理解或有强烈学习意愿，理解 LLM 能力边界，会使用常见 AI 工具，懂基本的 agent、skills 搭建
有评测或模型后训练经验，做过 C 端对话式产品或 Agent 智能体落地项目
工作职责
负责推荐场景里的AI场景用户运营，设计传统推荐到AI chatbot场景的用户路径设计，扩大 AI 导购在传统电商逛场景下的渗透，在传统推荐场景激发用户问 AI，牵引推荐场景里AI用户规模增长
负责天猫 APP 全端信息流策略运营、以及agent 策略运营，以 ipv 为北极星指标，推进多目标建模、用户长期兴趣建模、实时特征等落地
把行业运营经验沉淀为可被模型调用的策略agent，系统性提升推荐效率与用户体验
负责手猫 APP 端内 AI 导购 体验定义与评测体系：定义用户理想态与测评机制，通过高参模型蒸馏与行业横向对比，制定理想态下的评测标准，以评测驱动整个系统的迭代方向
并打造自动化测评 agent，使其具备自主发现问题、定义问题的能力，持续无限逼近理想态
AI 洞察
优缺点分析
优点
- 处于电商AI化转型的核心业务线，能接触到最前沿的大模型与Agent技术在亿级流量场景的落地
- 依托庞大的数据与算力资源，策略运营的经验沉淀与模型迭代具有极高的行业壁垒
- 岗位复合了传统推荐策略与前沿AI技术，个人能力模型在市场上极具稀缺性和竞争力
- 适合对AI大模型有浓厚兴趣，具备扎实用户运营功底，且希望在电商推荐与AI Agent交叉领域深耕的复合型运营人才
缺点 / 挑战
- 需要同时兼顾传统推荐指标与AI新场景的探索，平衡短期业务压力与长期技术探索的难度较大
- AI导购的用户习惯培养需要周期，短期内可能面临渗透率增长瓶颈和效果评测的挑战
角色解读
- 纵向可发展为AI策略运营专家或推荐业务负责人，主导亿级流量产品的AI化升级
- 横向可向AI产品经理或大模型应用专家转型，深耕电商领域的AI Agent落地
- 负责天猫和手猫APP推荐场景下的AI导购策略运营，设计用户路径，提升AI导购在电商场景的渗透率
- 推进多目标建模、用户兴趣建模等算法落地，将运营经验转化为可被模型调用的策略Agent
- 定义AI导购体验与评测体系，打造自动化测评Agent，驱动系统持续迭代优化
- 具备极强的用户洞察力与运营意识，能将用户意图和痛点转化为算法或大模型方案
- 熟悉LLM能力边界，掌握AI工具使用及基础的Agent、Skills搭建能力
- 拥有评测或模型后训练经验，具备C端对话式产品或Agent智能体项目的落地经验
申请策略
- 提前体验天猫/手猫APP现有的AI导购功能，思考其用户体验的优缺点及改进策略，面试时可作为切入点
- 重点突出过往在推荐策略、信息流运营或用户增长方面的数据成果，特别是与IPV、转化率相关的指标提升
- 详细描写参与过的AI、大模型或Agent相关项目，强调对LLM能力边界的理解及实际落地经验
- 展示对C端用户心理的深刻洞察，举例说明如何将用户痛点转化为具体的产品或策略解决方案
- 深入学习大模型评测方法论及模型后训练的基础知识，提升与算法团队沟通的专业度
- 熟练掌握主流AI Agent搭建工具，并尝试构建简单的电商导购Agent Demo
面试指南
- 采用STAR法则回答项目经验，重点突出“用户洞察-策略制定-算法协同-数据验证”的完整闭环
- 对于AI产品设计问题，从“用户场景-核心诉求-AI能力匹配-兜底策略”四个维度进行结构化拆解
- 请分享一个你过往将用户痛点转化为算法或策略方案并成功落地的案例
- 你认为目前电商场景下的AI导购，最大的用户痛点是什么？你会如何设计用户路径来提升渗透率？
- 如何定义AI导购的“理想态”？你会设计哪些指标和自动化评测机制来驱动模型迭代？
- 在推进多目标建模时，如果短期IPV指标与长期用户体验发生冲突，你会如何权衡和解决？
- 深入了解淘天集团近期的AI战略及淘宝/天猫APP的AI功能更新，熟悉其业务语境
- 准备1-2个自己搭建或深度体验过的Agent案例，能够清晰阐述其Skills设计和评测逻辑
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
作为头部互联网企业的核心业务岗，薪资福利具备较强市场竞争力，但JD未明确披露具体薪酬结构。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位深度结合LLM与Agent技术，处于AI应用落地的最前沿，技术成长与业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、多目标建模、自动化评测、模型蒸馏
业务类型profit_center
工作生活
50较低
JD未提及工作模式与加班情况，结合岗位性质与业务阶段，工作节奏可能较快，WLB情况无法判断。
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
80较高
推动电商导购向AI智能化转型，具有较高的行业创新价值与社会效率提升意义。
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