Tmall logo
天猫
淘宝平台事业部-AI产品经理-用增垂类Agent

淘宝平台事业部-AI产品经理-用增垂类Agent

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
初级经验
本科
全职员工仅现场办公AI产品经理
AI产品经理
Ai产品经理
Rag
多Agent协作
工作流编排
工具调用
模型评测
用户增长
自动化评测

值不值得投

71综合评分

综合评分 71

前沿Agent产品岗,技术成长强,业务落地要求高,WLB信息未披露

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

3.5万

比AI产品经理中位数低

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 290 个在招 · 其中AI产品经理 18 个

市场机会

选择面较广

杭州 · AI产品经理 · 约 180 个在招

职位详情

关于这个职位

该岗位聚焦淘宝平台用户增长场景下的AI Agent产品设计,负责将增长业务需求转化为可复用的Agent平台能力,并推动多Agent协同、模型接入与评测体系建设

适合既懂AI Agent技术架构、又能深入业务场景推动落地的产品经理

最低要求

本科及以上学历,计算机、人工智能、数学、统计等相关专业,半年以上AI相关领域经验

深度使用过多款Agent产品,对各自适合什么场景、有什么局限有自己的判断,而非停留在"用过"层面
理解Agent架构与常见模式(多Agent协作、工具调用、RAG、工作流编排等),了解Harness等Agent工程化平台的做法
有评测体系设计经验,会定标准、定指标、做自动化评测
用过评测Agent或做过模型评测者优先
有大模型应用或Agent从设计到上线的完整落地经验者优先
有技术背景、能自己动手验证、能和工程师在架构层面讨论者优先

工作职责

主导用增Agent的产品规划与迭代,理解和评估业务场景需求,把业务场景的共性需求沉淀为可复用的平台能力,推动接入业务团队日常使用的平台,扩大使用范围

作为A2A网络的一环,设计并完成多Agent协同方案,打通Agent间的任务分发与协作链路
与工程、算法团队协作,支持小模型训练的相关能力建设,跟进新模型的应用评估与接入
建立Agent评测标准、指标和评测集,建设自动化评测流程,持续跟踪失败案例(badcase),对Agent稳定性和产出质量负责

优先资格

用过评测Agent或做过模型评测者优先

有大模型应用或Agent从设计到上线的完整落地经验者优先
有技术背景、能自己动手验证、能和工程师在架构层面讨论者优先

AI 洞察

优缺点分析

优点

  • 岗位处于AI Agent与用户增长结合的前沿场景,能积累大模型应用落地的真实产品经验
  • 工作内容覆盖产品规划、多Agent协同、模型接入和评测体系,能力成长维度较完整
  • 与工程、算法团队紧密协作,适合希望提升技术理解力和AI工程化认知的产品经理
  • 业务场景明确,产品成果可通过使用范围、稳定性和产出质量等指标进行衡量
  • Agent产品仍处于快速演进阶段,需求边界、技术能力和评测标准都需要持续探索
  • 对Agent稳定性和产出质量负责,意味着需要长期处理badcase、评测反馈和迭代优化
  • 适合有AI产品、大模型应用或技术产品经验,愿意深入Agent架构与评测体系,并希望在增长业务中推动AI规模化落地的产品经理

缺点 / 挑战

  • 需要同时理解业务增长、AI架构和模型评测,对产品经理的技术判断力要求较高

角色解读

  • 可向资深AI产品经理发展,负责更复杂的Agent平台、模型应用产品和增长场景产品矩阵
  • 可横向拓展到AI平台产品、算法产品、数据产品、增长产品等方向,形成业务与技术结合的产品能力
  • 长期可发展为AI产品负责人或平台型产品负责人,主导AI能力在核心业务中的规模化应用
  • 负责用户增长场景下Agent产品的规划与迭代,把业务团队的共性需求抽象成可复用的平台能力,并推动在业务平台中落地
  • 设计多Agent协同方案,参与A2A网络中的任务分发、协作链路和Agent间能力衔接
  • 与工程、算法团队协作,推进小模型训练能力建设、新模型评估与接入,并围绕Agent质量建立评测标准和自动化流程
  • 需要理解Agent架构与常见模式,包括多Agent协作、工具调用、RAG、工作流编排,以及Agent工程化平台的基本做法
  • 需要具备AI产品判断力,能深度体验Agent产品并分析其适用场景、能力边界和局限
  • 需要掌握评测体系设计能力,能够制定标准、指标、评测集,并通过自动化评测和badcase跟踪提升稳定性
  • 需要具备跨团队沟通能力,能与工程、算法和业务团队围绕架构、模型效果和产品落地进行有效协作

申请策略

  • 面试前建议重点了解淘宝/天猫用户增长业务的典型场景,思考Agent如何提升业务效率和规模化交付能力
  • 准备一个能体现产品判断力与技术深度的Agent案例,尤其说明为什么选择某种架构或评测方案
  • 突出参与过的大模型应用或Agent产品从设计到上线的完整案例,说明业务目标、产品方案、上线效果和迭代结果
  • 重点展示对Agent架构的理解,如多Agent协作、工具调用、RAG、工作流编排、Harness等平台或类似工程化实践
  • 写明评测体系相关经验,包括指标设计、评测集构建、自动化评测、badcase归因和质量提升闭环
  • 强化跨团队协作经历,尤其是与算法、工程、业务团队共同推进复杂产品落地的经验
  • 可提前梳理主流Agent产品的使用场景、能力边界和局限,形成结构化对比分析
  • 补充Agent评测方法、模型评估指标、自动化评测流程和badcase分析方法,提升技术沟通可信度

面试指南

  • 产品案例回答可采用"业务目标—用户/场景—方案设计—技术取舍—上线效果—复盘迭代"结构,突出决策依据
  • 技术方案回答可先明确约束和目标,再拆解架构、链路、评测和风险控制,最后说明可量化指标
  • 评测问题建议围绕"标准—指标—数据集—自动化—badcase闭环—质量责任"展开,体现体系化思考
  • 你深度使用过哪些Agent产品?请比较它们的适用场景、核心优势和局限
  • 如果要设计一个用户增长场景的多Agent协作方案,你会如何拆分任务、定义协作链路和处理失败情况?
  • 如何建立Agent评测体系?请说明指标设计、评测集构建和自动化评测流程
  • 面对Agent产出不稳定或badcase持续出现,你会如何定位问题并推动迭代?
  • 你如何与算法和工程团队协作,推动一个大模型应用从概念验证到上线?

职位点评

薪资福利72
成长发展88
工作生活45
使命价值70

薪资福利

72中等

JD未披露薪资和福利信息,因此补偿性动机只能基于岗位要求判断。该岗位技术门槛较高,通常具备较好的市场议价空间,但具体薪资竞争力无法从JD确认。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

88较高

岗位涉及Agent架构、多Agent协作、模型接入、评测体系和用户增长场景,技术成长空间较强。JD明确提到新模型应用评估、小模型训练能力建设和完整落地经验优先,发展性信号明显。

技术前沿前沿/新兴技术
技术栈Agent、A2A网络、多Agent协作、工具调用、RAG、工作流编排、Harness、小模型训练、模型评测、自动化评测
业务类型profit_center

工作生活

45较低

JD仅明确地点为杭州,未提及远程、弹性办公、双休或加班情况。由于办公模式和工作节奏信息缺失,生活化动机满足程度难以判断。

工作模式未明确
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

岗位聚焦AI能力在用户增长业务中的稳定可用和规模化交付,具有较强的技术应用价值。JD未明确提及社会使命或公共价值导向,意义感主要来自前沿AI落地和业务提效。

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