阿里巴巴搜推智能产品事业部-搜索用增产品专家-杭州
任职要求
1. 核心能力要求 - 沟通与协调能力：具备跨部门、跨团队的强推动力，能高效处理复杂需求，平衡多方利益； - 学习与执行能力：快速学习业务逻辑与技术概念，适应高频迭代的互联网节奏； - 数据分析能力：可使用SQL、Excel、数据分析工具等，能通过数据定位问题并驱动策略优化； - 项目管理能力：擅长拆解目标、规划资源、优先级排序，能并行处理多线任务并保障进度。 2. 经验要求 - 互联网/电商行业背景：1-3年互联网或电商行业下用户增长、前台产品设计、搜索/推荐策略相关经验；熟悉电商生态链路（如商品详情页、订单场景、垂直频道等），对用户从搜索到转化的…
工作职责
1. 内外部场域合作与创新 - 负责与手淘内外部渠道/场域（如垂直频道/推荐/订单/详情等）的长期合作推进，建立高效协作机制； - 持续挖掘渠道/场域侧的用户搜索场景，对渠道/场域面向的用户场景/商业化模式有一定的认知，可推动渠道与搜索产品的深度结合； - 主动发现潜在合作方向（如新渠道/新交互/新场景等），拓展新渠道的接入，设计并推动新合作模式； - 对搜索UV增长负责，协同多方资源达成目标。 2. 场域下搜索场景的产品与策略设计 - 基于用户行为数据与渠道特性，设计场域下搜索场景的产品形态与优化策略，提升渠道下的搜索UV及用户留存； - 结合大模型的生成能力，在不同渠道下进行分人群、分意图的query推荐的策略及产品设计，拓宽用户的搜索需求、提升搜索效率； - 面向多渠道协同的批量需求，判断需求优先级、找到解法，协同场域产品、搜索技术、算法团队等多团队，推动产品能力的需求落地与高效迭代。 3. 数据驱动的场景挖掘与分析 - 基于用户画像、行为分析、渠道特点等数据分析思路，结合AB实验，可识别问题、发现需求并持续观测优化表现； - 可有效拆解目标，对UV增长、留存、转化等核心指标的分析归因能力，为决策提供数据支持。
1. 内容供给增长：深入分析淘宝搜索场景下的内容消费行为（图文、短视频、直播等），建立内容-商品-用户意图的洞察分析，落地供给增长方案。 2. 内容理解：升级搜素内容理解能力，包括定义高质量内容标准和大盘内容质量的评估体系、提高内容择优去劣准召、丰富内容标签体系。 3. 内容AI提效：设计并落地面向内容生产、审核、内容表达、内容运营等环节的AI Agent解决方案，显著提升内容生产效率与质量、提高产运工作效率；
1、负责淘宝搜索供给方向的流量策略机制设计，能够基于手淘行业供给特性和搜索场景，制定合理的策略机制，协同相应团队实施落地，为搜索的成交规模负责； 2、深入理解电商平台搜索策略机制与行业运营思路，并对电商经营有深入认知，能从中汲取商品经营相关的需求和痛点，从策略视角思考搜索机制优化路径，驱动策略优化及创新； 3、基于数据分析与业务洞察，识别业务在搜索策略中的关键机会点，主导跨部门协作（研发、算法、数据、运营等），推动策略方案或者产品功能落地，并建立可衡量的效果评估体系。
负责主搜供给与机制算法，通过设计合理流量机制策略，建立商家、平台和消费者三赢的商业体系。方向包括但不限于： 1. 供给机制：新品冷启优化淘宝亿级新品的冷启打爆链路，通过满足用户新品需求带来大盘增量。技术包括潜力预估、流量规划、多级流量池助推等。商品速爆构建从选品反向招商到速爆的链路，通过机制撬动供给价格力带来大盘增量。技术包括品规挖掘、同款比价、Debias预估、欠曝品助推、Listwise聚单等。 2. 供给生态：通过优化价量模型与诊断反馈模型的准确性，达成用户价值和商家经营确定性的双赢。技术包括时序建模、因果推断、组合优化、MLLM等。 3. 调控算法：优化调控目标完成率/折损兑换比的机制系统，技术包括过欠曝预估、在线学习、请求级IPW预估、整页价值预估与生成等。 4. 长尾预估：优化无少行为商品预估准度，提升模型对长尾商品的泛化能力。技术包括域迁移、GNN、多模态、伪样本、大模型Agents等。 5. 供给链路：优化供给与机制独立通路，从平台视角综合考虑供给打爆与机制收益与损失。技术包括供给独立通路升级、混排LTR、供给价值与孵化损失预估等。
1，负责手淘的平台策略，基于用户经验和推荐机制有自己的业务方法论和经验，反推素材差异、商品结构化等任一垂直方向有深度判断和经验 2、基于淘宝用户体验提升的目标，结合用户画像和特征，制定大模型应用策略，并通过不断迭代评测集和评测体系，指导模型能力的提升方向。 3、探索模型在预训练阶段与上线后用户验证的内在一致性，跨训练阶段预测模型性能上限；并适配最新的前沿评测方向，确保评测的全面性和线上数据后验有效性。 4、具备敏锐的数据敏感度，跟踪评测核心数据，定位模型能力薄弱点、特征、优劣、评测优化空间，输出评测分析报告，构建评测异常处理流程；