高德地图高德-用户型产品经理-出行agent方向
任职要求
1. 熟悉LLM以及多模态相关产品,至少有1年以上Agent产品经验或相关工作经历; 2. 善于洞察以及挖掘用户真实需求,并提炼抽象成产品功能,快速落地以提升用户价值…
工作职责
1. 定义用户出行Agent体验,深度挖掘用户出行场景的核心需求; 2. 基于AI以及多模态技术,推动Agent在出行场景中的创新; 3. 跨部门沟通,与多模态算法以及开发团队紧密协作,确保产品功能高效推进落地; 4. 敏捷开发,基于用户反馈及数据分析,持续迭代优化。
团队介绍: 高德地图作为DAU破亿的国民级出行平台,正在构建下一代AI驱动的智能推荐体系。现诚邀具备AI视野的策略产品专家,共同打造全球领先的出行决策引擎。 加入我们,你将成为AI推荐领域的核心架构师,通过大模型与时空智能的融合创新,重新定义数亿人的出行体验! 岗位职责: 1、主导AI推荐系统的产品设计,基于用户实时场景与LBS数据构建智能决策引擎,打造“场景感知-需求预测-精准推荐”的完整链路; 2、推动大模型技术与推荐系统的融合创新,探索Prompt Engineering、RAG等技术在出行场景的落地应用; 3、构建融合即时需求与长尾需求的动态推荐体系,通过多模态交互提升用户体验与平台效率; 4、建立AI可解释性评估框架,驱动AB实验体系智能化升级,确保策略迭代的透明性与可靠性。
我们正在寻找一位具备深厚数据产品经验、跨业务视野和系统化规划能力的高级/资深数据产品专家,负责推动高德地图在大数据分析、用户理解、行为洞察与数据治理等领域的平台级产品建设。该角色将主导多个关键数据产品的战略规划与落地执行,打造面向未来的数据驱动型基础设施, ● 【数据应用落地业务场景】 ○ 负责北斗平台(包含经营分析、行为分析、供给分析、各类业务专题场景等) 的产品架构设计与演进规划,满足业务针对各类分析场景的业务应用价值落地。 ● 【数据资产管理】 ○ 面对数据供给者团队,建立一套简易高效率的资产维护工具,帮助数据供给者高效、高质量地维护数据资产。并作为平台方推行资产分级管理和数据运营机制。 ● 【可信资产门户】 ○ 打造企业级官方权威数据资产字典,正式推出。作为全公司统一的数据目录和知识库,它将帮助大家低门槛、快速地发现、理解、评估所需数据, ● 【智能化探索落地】 ○ 面向数据使用者,并向AI 智能化、 Agent 进化(数据应用方向)。 实现分析师的智能分身Agent, 可落地接管数据常寻与分探索类场景, 数据对外进行全面推广应用。实现分析师的智能分身Agent落地,并为Agent的使用量和准确度负责 期望带来的关键改变 你将不仅是平台的建设者,更是数据价值的定义者与推动者。我们期待你带来以下层面的关键突破: ● 【 从“报表工具”到“智能决策引擎”的跃迁】 ○ 打破传统BI仅做数据展示的局限,构建具备高级归因、异动预警、预测推演、自动洞察能力的下一代分析平台,让数据主动说话。 ● 【从“数据生产”到“数据消费”的全局视角重构】 ○ 建立以业务价值为导向的数据服务体系,实现数据从“被查询”到“被推荐”、“被调用”、“被集成”的转变,显著提升数据使用效率与覆盖率。 ● 【 从“单点能力”到“平台通用化”的升级】 ○ 打造具备高度抽象能力和横向复用性的数据平台产品,支撑高德多条业务线(导航、出行、本地生活 等)共性需求,避免重复造轮子。 ● 【 从“被动响应”到“前瞻引领”的思维进化】 ○ 超越“接需求—做功能”的模式,能够基于业务发展趋势提前布局数据能力建设,例如预判新业务场景所需的数据模型与分析框架。 ● 【 从“工程实现”到“商业影响”的价值闭环】 ○ 推动数据能力深度嵌入业务链路(如通过用户画像优化投放ROI、通过路径分析提升转化率),形成可量化、可持续的数据驱动增长机制。
我们是谁: 高德地图是国民级出行生活服务平台,每天为数亿用户提供导航、打车、本地生活等场景的智能服务。我们不仅追求“精准到达”,更致力于让出行充满趣味与惊喜。在这里,你将用产品思维重塑出行体验,探索AI技术与场景创新的无限可能! 岗位职责: 1. 出行场景创新与体验设计: - 深度洞察年轻用户(Z世代)在出行中的核心痛点与情感需求,设计创新功能与互动玩法(如社交化出行、游戏化导航、AR实景指引等),提升用户粘性与DAU; - 探索出行场景延伸机会(如自驾游、通勤、假日经济等),设计贴合年轻用户生活方式的新服务形态; - 利用AIGC技术优化交互体验,如智能行程规划、个性化语音助手、AI生成路线彩蛋等,打造“千人千面”的出行体验。 2. 用户体验驱动产品落地: - 主导功能全流程设计:用户调研→交互原型→需求文档→开发落地→数据验证→持续迭代,重点关注功能对留存、时长等核心指标的影响; - 结合用户行为数据与AB测试结果,优化交互路径,平衡用户体验与商业目标。 3. 技术融合与场景突破: - 推动AI技术与出行场景的深度结合,探索大模型、生成式AI在实时路况、智能推荐、内容生成等方向的应用。