Netease logo
网易
资深平台产品经理(AI/策略/体验)

资深平台产品经理(AI/策略/体验)

发布于 大约 9 小时前

普通员工/个人贡献者

杭州市
中级经验
全职员工
仅现场办公
本科
产品经理
Ai Agent
Llm
产品策略
推荐系统
数据分析
用户体验
用户分层
用户洞察
音乐分发

AI 估算 · 25k–40k

资深产品经理+AI方向+大厂,杭州市场薪资较高,中位数约32.5k。

职位详情

关于这个职位

作为网易云音乐的资深平台产品经理,你将负责AI/Agent产品建设,包括上下文机制、Skill、记忆等核心能力,探索音乐分发场景的创新应用

同时负责首页、我的页等核心场景的功能与策略设计,通过用户分层和精细化运营提升重点人群的活跃与留存
与算法、设计等团队紧密协作,持续优化用户体验

最低要求

对前沿 AI 技术(LLM、AI Agent)有深刻理解,擅长利用 AI 能力解决问题

有实际的 AI/Agent C 端产品落地经验者优先
5 年互联网 C 端产品经验,良好的用户洞察意识
具有音乐、音频、长短视频或内容社区类平台产品经验、深度了解音乐行业者优先
懂用户分层与人群经营,对推荐系统和算法逻辑有深刻认知,有重点人群精细化运营、用户生命周期管理相关经验者优先
高效、有责任心,能够独立负责一个产品领域的演进方向,保证落地效率和质量
优秀的审美、用户同理心、逻辑思维能力,能够理解复杂业务场景下的用户诉求,发现问题并拆解解决方案
良好的抗压能力和补位意识,能够跨团队推动复杂项目合作

工作职责

负责云音乐 AI/Agent 产品建设

包括上下文机制、Skill、记忆、评测、工具等 Agent 核心能力,探索 Agent 在音乐分发场景的创新应用,打造更智能的听歌/陪伴体验
负责云音乐首页、我的页、歌单、艺人页等核心场景,包括但不限于创新功能、推荐策略、样式表达,持续提升各模块分发效率和用户价值
重点人群经营:负责平台重点人群(如新用户、回流用户、高潜力用户、重点内容偏好圈层等)的精细化承接
搭建人群分层—承接—转化—留存的全链路机制,针对不同人群设计差异化方案,推动重点人群活跃、留存与长期体验提升
用户洞察与策略升级:通过数据分析、用户调研、竞品跟踪等手段,深度提炼用户意图,不断推动策略机制的完善和升级
与设计、算法、数据团队密切合作,发现新的产品改进机会,持续打磨 C 端视觉呈现与交互体验,打造极致的内容消费链路
协同整合横向各方资源,保障平台目标高效实现

AI 洞察

优缺点分析

优点

  • 网易大厂平台,资源丰富,项目影响力大,能深入参与AI在音乐场景的前沿应用
  • 岗位涉及策略、AI、用户运营等多维度,技能积累全面,职业发展空间广
  • 团队协作紧密,能与算法、设计等优秀同事合作,提升综合能力
  • AI技术更新快,需要持续学习保持竞争力,工作强度较大
  • 跨团队协作复杂,需较强沟通和抗压能力
  • 用户期望高,需不断打磨体验以应对竞争
  • 适合具备C端产品经验、对AI技术有热情、擅长用户分层和策略设计的3-5年产品经理

缺点 / 挑战

暂无明显挑战项

角色解读

  • 在AI+音乐领域深入发展,成为AI产品专家或策略产品负责人
  • 横向拓展至更多内容平台的产品管理岗,或向更高级别的产品总监发展
  • 积累用户运营和分层经验,未来可转至用户增长或商业化产品方向
  • 负责AI/Agent产品核心能力建设,如上下文机制、Skill、记忆、评测等,并探索在音乐分发场景的创新应用
  • 管理云音乐首页、我的页、歌单、艺人页等核心场景,通过功能创新、推荐策略和样式表达提升分发效率
  • 针对新用户、回流用户等重点人群进行精细化运营,设计分层承接与留存机制
  • 通过数据分析和用户调研深度提炼用户意图,推动策略迭代,并与设计、算法、数据团队协作优化产品体验
  • 深刻理解LLM、AI Agent等前沿AI技术,具备利用AI解决产品问题的能力
  • -5年C端产品经验,具备良好的用户洞察意识,熟悉音乐、音频或内容社区类产品
  • 掌握用户分层与人群经营方法,对推荐系统和算法逻辑有深刻认知
  • 优秀的逻辑思维、审美和用户同理心,能够拆解复杂业务场景并推动落地

申请策略

  • 面试时准备一个AI与音乐结合的产品方案,展示创新思维
  • 关注网易云音乐的最新动态,在面试中体现对产品的深刻理解
  • 突出AI/Agent产品落地经验,包括具体项目和技术栈(如LLM、推荐系统)
  • 强调用户分层和精细化运营的案例,展示数据驱动的策略成果
  • 体现音乐或内容社区产品经历,以及对音乐行业的理解
  • 展示跨团队协作和项目管理能力,附上量化成果
  • 补充AI Agent相关知识和实践,如LangChain、RAG等
  • 学习推荐系统基本原理和用户增长方法论

面试指南

  • STAR法则:描述情境、任务、行动、结果,量化成果和数据
  • 结构化思考:先说目标,再讲分析过程,最后给出方案并总结
  • 体现用户导向:以用户痛点出发,结合数据和业务逻辑推导
  • 请分享一个你负责的AI产品项目,你是如何利用LLM解决用户需求的?
  • 如何对用户进行分层?请举例说明不同分层人群的承接策略
  • 如果首页推荐效率下降,你会如何分析和优化?
  • 你如何与算法团队协作推动推荐策略落地?遇到过哪些挑战?
  • 你对音乐分发场景的AI应用有什么创新想法?

职位点评

78
综合评分

大厂AI产品岗,技术前沿,薪资可观,但WLB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。

更适合这类人
适合追求技术成长和职业发展、能接受一定工作强度的产品经理。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展88
工作生活60
使命价值70

薪资福利

85较高

大厂资深岗位,薪资福利有竞争力,但JD未明确薪资和福利细节,面议可能性大。

薪资信号面议 (25K-40K/月)

成长发展

88较高

岗位涉及AI前沿技术、策略和用户运营,成长空间大,但未明确提及晋升通道。

技术前沿前沿/新兴技术
技术栈LLM、AI Agent、推荐系统
业务类型ambiguous

工作生活

60中等

现场办公,杭州工作,未提及弹性工时或WLB,互联网大厂通常有一定强度。

工作模式仅现场办公
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

音乐行业有社会价值但非高影响力,产品创新可带来用户愉悦,行业增长稳定。

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
Watch Jobs