Xiaohongshu logo
小红书
Product Engineer产品工程师-大种草技术-AI营销科学

Product Engineer产品工程师-大种草技术-AI营销科学

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
学历未注明
全职员工混合式弹性办公产品经理
产品经理
Agent开发
Prompt Engineering
Rag
全栈开发
大模型应用
数据分析
营销科学

值不值得投

81综合评分

综合评分 81

前沿AI技术应用、高成长潜力、强业务导向、高强度挑战

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.0万

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 2490 个在招 · 其中产品经理 约 120 个

市场机会

选择面较广

北京 · 产品经理 · 约 1030 个在招

职位详情

关于这个职位

负责小红书灵犀营销科学产品的工程落地,将数据分析与营销策略转化为AI驱动的用户体验

重点在于大模型(LLM)与Agent应用的工程化实现,包括工具调用、任务编排及交互反馈,旨在帮助品牌客户优化营销决策并提升投放效果

最低要求

具备扎实的编程与软件工程基础,在前端、服务端或AI应用工程至少一个方向具备独立交付能力,并能跨技术栈推进完整产品落地

具备较强的产品意识与用户同理心,能将开放的业务问题拆解为可验证的产品方案,关注用户决策价值
理解大模型应用的基本原理与能力边界,具备相关实践
能根据场景合理使用提示词、检索增强(RAG)、工具调用或Harness Agent架构
具备数据分析与逻辑推理能力,理解业务指标、数据口径及分析过程,重视结果的准确性、可解释性与可追溯性
具备实验与评测意识,能围绕真实任务设计验证方法,结合任务完成情况、用户采纳和业务反馈改进产品,平衡效果、时延与成本
学习能力强,具备主动探索与跨团队协作能力

工作职责

深入新品营销、行业趋势、内容策略、竞争分析与人群洞察等场景,建设AI驱动的分析与决策体验,推动产品从“展示数据”走向“理解问题、形成判断、给出行动建议”

参与大模型与Agent应用的工程落地,建设业务知识、数据查询、工具调用、任务编排及交互反馈能力,提升复杂营销任务的完成质量、响应效率与结果可信度
推动洞察与行动衔接,将分析结论、人群和关键词建议连接到实际投放与效果回看,验证产品是否真正改善客户决策和营销效果
端到端负责产品功能的探索与交付,协同产品、算法、数据及业务团队,通过原型验证、真实用户反馈与效果评测持续迭代,兼顾体验、质量、稳定性与运行成本

优先资格

有营销科学、广告、人群洞察、数据分析产品经验,或有面向真实用户的AI产品、Agent应用落地经验者优先

AI 洞察

优缺点分析

优点

  • 处于AI应用落地的前沿领域,接触大模型与Agent等热门技术
  • 直接关联公司核心商业变现(营销科学),职业价值高
  • 复合型人才定位,兼具技术与产品视野,提升综合竞争力
  • 平台流量大,数据资源丰富,有利于产品快速迭代与验证
  • 业务场景复杂,需深入理解营销逻辑与数据口径,沟通成本高
  • AI效果评估难度大,需在不确定性中平衡用户体验与模型性能
  • 互联网大厂节奏快,对交付质量和响应效率要求极高
  • 适合具备技术背景的产品经理,或对AI应用落地感兴趣的全栈工程师,希望从执行层面向战略层面发展的求职者

缺点 / 挑战

  • 技术栈复杂,需同时掌握工程、产品和AI算法知识,学习压力大

角色解读

  • 成为AI应用领域的资深产品专家或技术负责人
  • 向更广泛的商业化产品管理方向发展,负责核心营收产品的战略规划
  • 转型为AI产品经理或算法工程师,深耕垂直行业的智能化解决方案
  • 负责小红书营销科学产品(如灵犀)的工程落地,连接算法、数据与业务需求
  • 构建基于大模型和Agent的智能分析系统,实现从数据展示到决策建议的转化
  • 通过原型验证和用户反馈,持续迭代产品功能,确保营销效果的闭环验证
  • 扎实的编程基础(前端/后端/AI工程),具备独立交付能力
  • 熟悉大模型应用开发,掌握RAG、Prompt Engineering及Agent架构
  • 具备产品思维,能将复杂的业务问题拆解为可落地的技术方案
  • 数据分析能力,理解营销指标、数据口径及实验评测方法

申请策略

  • 准备详细的项目案例,重点阐述在AI应用中遇到的挑战及解决方案
  • 研究小红书的营销产品现状,提出初步的思考或改进建议
  • 面试中展现对‘技术+业务’双轮驱动的理解,避免纯技术或纯产品视角
  • 突出AI项目经验,特别是LLM、Agent、RAG的具体落地案例
  • 强调跨团队协作能力,展示如何协调产品、算法、数据团队完成项目
  • 体现产品思维,描述如何将模糊的业务需求转化为清晰的技术方案
  • 展示数据分析能力,列举通过数据驱动优化产品效果的实例
  • 深入学习LangChain、LlamaIndex等主流LLM开发框架

面试指南

  • STAR法则:情境-任务-行动-结果,重点突出个人贡献与技术难点突破
  • 结构化思维:先定义问题,再分析约束条件,最后给出多方案对比与选择理由
  • 数据导向:用具体数据证明方案的有效性,如准确率提升、成本降低比例等
  • 用户视角:始终围绕用户价值展开,说明技术方案如何最终服务于用户体验
  • 请介绍一个你主导的AI应用落地项目,你是如何解决幻觉或延迟问题的?
  • 如何评估一个Agent在特定营销场景下的有效性?你会设计哪些指标?
  • 如果业务方提出的需求模糊不清,你将如何拆解并转化为技术方案?
  • 在大模型应用中,如何平衡成本、速度与效果?

职位点评

薪资福利85
成长发展92
工作生活65
使命价值75

薪资福利

85较高

作为C轮后超大型互联网公司,提供具有市场竞争力的薪酬福利,但JD未明确具体薪资范围。

薪资信号未披露(AI估算:3.0千–5.0万/月)

成长发展

92较高

职位深度涉及AI前沿技术应用,且要求跨领域能力,对个人技能成长极具价值。

技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、Prompt Engineering、AI应用工程
业务类型profit_center

工作生活

65中等

互联网大厂通常工作强度较大,但JD提及‘兼顾运行成本’,暗示对效率的关注,WLB情况需具体部门而定。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

帮助品牌客户优化营销决策,具有明确的商业价值和社会影响力,但非公益性质。

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