Alibaba logo
阿里巴巴
淘天集团-智能算法产品事业部-AI 产品经理(电商方向)

淘天集团-智能算法产品事业部-AI 产品经理(电商方向)

发布于 大约 3 小时前

实习/见习

杭州市
无经验要求
实习生
仅现场办公
本科
AI产品经理
Ai Agent
Llm
Prompt Engineering
产品经理
数据分析
电商
评测体系

AI 估算 · 5k–8k

大厂实习薪资较稳定,月薪约5000-8000元,主要价值在于平台和学习机会。

职位详情

关于这个职位

这是阿里巴巴淘天集团的AI产品经理实习岗位,专注于打造电商领域的AI Agent智能应用

你将深度参与电商场景的评测体系搭建,通过严谨的评测集和数据分析,推动大模型在智能选品、营销素材生成等核心场景的落地
适合对AI技术、电商业务感兴趣的在校生,能够接触到前沿的大模型应用和成熟的电商生态,积累宝贵的实战经验

最低要求

● 背景要求:2027/28届毕业生,本科及以上学历在读,计算机、人工智能、统计学、电子商务相关专业优先

● 电商Sense:对电商行业有一定了解,熟悉常见电商术语(SKU/SPU、GMV、转化率等),或有电商运营/客服相关经验者加分
● 技术/工具能力:
● 了解大语言模型(LLM)基本原理,对Prompt Engineering(提示词工程)有浓厚兴趣
● 熟练使用Excel进行数据分析,会使用Python进行简单的数据处理或脚本编写者优先
● 逻辑与细心:具备极强的逻辑思维能力和“找茬”能力,能从海量对话中敏锐发现逻辑漏洞和体验问题
● 自驱力:善于沟通,能主动推动研发和产品解决评测中发现的问题

工作职责

● 电商场景评测体系搭建:深度参与电商Agent产品的全生命周期迭代

针对营销素材、选品分析等核心场景,构建高覆盖度、高区分度的评测集(Benchmark)
● 构建“金标准”数据:负责收集和清洗真实电商数据,制定高质量的评测标准
● 自动化评测与Bad Case分析:对Agent的日常版本进行评测和验收
深入挖掘“幻觉”问题,输出可驱动模型优化的深度分析报告
● 竞品对标分析:开展行业主流大模型及竞品Agent的横向对比评测,挖掘在电商垂直领域的优势与短板,为产品策略(如Prompt优化、RAG检索策略)提供关键数据支撑
● 复杂场景攻坚:针对多轮对话、复杂意图理解(如用户模糊询单、情绪安抚)定义新的评测维度,探索Agent在电商实战中的能力边界

优先资格

● 有电商平台实习经验

● 不仅会评测,还能手写高质量Prompt优化模型效果
● 有独立搭建过AI项目

AI 洞察

优缺点分析

优点

  • 平台优势:阿里巴巴淘天集团,电商巨头,业务场景丰富,数据资源庞大,能接触到最前沿的AI Agent应用
  • 技术成长:深入参与大模型评测体系,掌握Prompt Engineering、数据分析、评测方法论等硬技能,行业需求旺盛
  • 业务理解:深度了解电商核心竞争力,积累电商行业知识,为未来职业发展提供复合型背景
  • 团队氛围:团队专注创新,鼓励定义“什么是好的电商AI”,有较大自主探索空间
  • 作为实习生,推动研发和产品解决问题可能遇到阻力,需要较强的沟通和协调能力
  • 适合对AI+电商感兴趣、逻辑严谨、热爱从数据中发现问题,并希望在实战中快速成长的在校学生

缺点 / 挑战

  • 实习岗位,工作内容偏向评测和运营,重复性可能较高,需要耐心和细心
  • 对逻辑思维和“找茬”能力要求高,需要从海量对话中发现细微问题,有时压力较大

角色解读

  • 在AI产品评测方向深耕,成为AI产品专家,负责核心Agent产品的评测体系搭建与优化
  • 向AI产品经理方向发展,逐步参与产品规划、需求定义和业务落地,从评测视角转向全链路产品设计
  • 积累大模型应用实战经验,未来可横向拓展到其他AI领域,或向技术型产品、解决方案架构等方向发展
  • 负责构建电商场景的AI评测集(Benchmark),设计覆盖营销素材、选品分析等核心场景的测试用例,确保评测体系的高覆盖度和区分度
  • 收集、清洗真实电商数据,制定高质量的评测标准,为Agent的能力评估提供可靠的数据基础
  • 对Agent进行日常版本评测和验收,深入分析Bad Case,特别是“幻觉”问题,输出可驱动模型优化的深度分析报告
  • 开展竞品对标分析,对比行业主流大模型和竞品Agent,为产品策略(如Prompt优化、RAG检索)提供数据支撑
  • 具备扎实的逻辑思维和数据分析能力,熟练使用Excel,掌握Python基础数据处理与脚本编写
  • 了解大语言模型(LLM)基本原理,对Prompt Engineering有浓厚兴趣,能撰写高质量Prompt
  • 对电商行业有基本认知,熟悉SKU/SPU、GMV、转化率等常用术语,有电商运营/客服经验更佳
  • 具备自驱力和沟通能力,能够主动发现问题并推动研发、产品团队协作解决

申请策略

  • 关注岗位所属的事业部——智能算法产品事业部,了解其业务方向,可在面试中展示对电商AI的思考
  • 准备一段自己评测AI或使用大模型的经历,展现对“评测”的兴趣和方法论
  • 突出电商相关经历,如电商运营、客服、或对电商术语(SKU/SPU、GMV、转化率)的熟悉
  • 强调数据分析能力,展示Excel高级技能、Python数据处理项目或相关课程作业
  • 如果有AI项目经历,如使用LLM、Prompt Engineering或搭建过AI应用,务必详细描述,这是加分项
  • 体现逻辑思考和“找茬”能力,可举例说明如何发现并解决复杂问题
  • 提前学习大模型基础知识,了解Prompt Engineering常用技巧,并动手实践写Prompt优化效果
  • 加强Python数据处理能力,学习pandas、numpy等库,并练习用Python进行简单数据分析

面试指南

  • 针对评测类问题,可以先拆解场景目标,再定义评测维度(准确性、全面性、用户体验等),最后设计具体测试用例和数据标注标准
  • 针对数据分析问题,明确业务问题,利用数据工具进行清洗、分析,最后给出可执行的结论和建议
  • 针对推动协作问题,强调沟通步骤:先分析根因,再与研发、产品对齐优先级,最后跟进闭环
  • 什么是好的电商AI Agent?你如何评价一个AI Agent的表现?
  • 请你设计一个针对“智能选品”场景的评测集,你会考虑哪些维度和指标?
  • 如果你发现Agent在回复中出现“幻觉”问题,你会如何分析并推动解决?
  • 你熟悉哪些电商术语?请解释SKU和SPU的区别
  • 你有用过哪些大模型产品?认为它们在电商场景有哪些局限?

职位点评

72
综合评分

大厂AI产品实习,前沿技术栈,发展性强,但薪资一般、WLB未知。

从学习成长、工作节奏、岗位方向和实习待遇综合评估,方便比较实习机会。

更适合这类人
最适合重视成长机会、愿意投入学习前沿技术,对AI和电商充满热情的在校学生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展90
工作生活60
使命价值70

薪资福利

50较低

该职位为实习岗,薪资水平属于行业常规,但大厂实习经历对简历有加成;福利未在JD中提及。

薪资信号未披露(AI估算:5K-8K/月)

成长发展

90较高

该职位能够深度参与前沿的AI Agent评测体系搭建,接触最新大模型技术,成长空间大,发展性极强。

技术前沿前沿/新兴技术
技术栈LLM、Prompt Engineering、AI Agent、Benchmark、Python、数据分析
成长机会深度参与、全生命周期迭代
业务类型ambiguous

工作生活

60中等

工作地点在杭州,现场办公,未提及灵活办公或加班情况,生活方式较为常规。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

该职位致力于用AI技术提升电商效率,属于行业创新方向,有一定社会价值,但意义感主要来自技术应用本身。

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