阿里巴巴企业智能事业部-资深产品经理-HR域
任职要求
1、本科及以上学历,计算机、软件、人工智能等相关专业优先,5~8年以上跨国公司或国内大型企业或著名咨询公司经验,其中至少2年AI产品或HR系统产品经验。 2、参与过重点AI项目的建设经验,并有较强的AI知识储备; 3、熟练掌握市面主流的AI生产力工具,具备AI原型构建工具及VibeCoding成熟能力; 对大模型、Agent、AI Search、RAG等AI技术体系有系统性理解,深入理解当前主流AI Agent技术栈,包括但不限于:Harness Engineerin…
工作职责
1. 深入理解业务场景,负责阿里巴巴集团HR域AI Agent产品的整体规划:围绕招聘、SSC、薪酬福利、组织发展等场景,主导AI Native的新产品建设,推动产品从想法到落地。 2. 以战略眼光驱动AI原生创新,重构HR服务范式:通过深度洞察业务逻辑与员工真实需求,推动HR从“响应式”向“预测式、陪伴式、个性化”跃迁。 3. 端到端主导高复杂度解决方案,实现价值闭环:作为产品Owner协同一切资源完成产品高质量交付,在纷繁复杂的业务诉求中厘清本质,确保产品设计都精准回应真实痛点,并最终转化为可衡量的业务价值与员工获得感。 4. 数据驱动迭代:建立产品核心指标体系,通过数据分析驱动产品决策,持续提升用户留存与使用深度。 5. 前沿技术跟进与落地:持续追踪AI领域(尤其是大模型、Agent框架)的最新进展,评估新技术在HR场景中的适用性,快速将前沿能力转化为可落地的产品方案。
聚焦于企业级数字化管理场景(包括人力资源、财务、法务、数字化办公等),参与构建面向企业智能运营的数据智能体系,主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架,并与业务团队紧密协作,规划并落地高价值的AI应用场景,推动Data + AI在企业管理领域的深度融合与创新落地。 1、围绕HR、财务、办公等企业核心业务流程,探索端到端的Data + AI解决方案并推动产品化落地。 2、主导构建面向企业场景的大模型/多模态模型评估体系,设计覆盖准确性、合规性、可解释性等维度的自动化评测平台,建立“评测-反馈-优化”闭环机制。 3、负责企业核心业务域的AI数据化建设,构建高质量、结构化、可复用的数据资产与特征库,支撑AI场景的模型微调与应用。 4、主导推动AI数据开发提效,建设DataOps工程体系及工具链,显著缩短从需求到上线的周期,提升数据质量、稳定性与研发效率。 5、持续跟踪及探索Data + AI方向的行业进展(如Data Agent、AIOps、湖仓一体智能优化等),主动开展技术预研与原型验证,推动先进技术在公司中的适配与规模化应用。 6、主导AI应用的工程化落地,建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系,保障AI能力可交付、可观测、可扩展、可运维。 7、负责设计并实现面向企业场景的AI服务架构,包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力,支撑复杂业务场景下的高并发、低延迟与高可用。
1、负责阿里巴巴淘天集团内部经营管理的智能化方向相关产品建设,如AI-Agent、机器审核、Document+AI、流程自动化等; 2、深入业务一线,发现与深入理解业务真实需求,挖掘AI赋能业务的场景,一杆到底并带来实际肉眼可见的业务价值; 3、通过技术工程实现,编排与调用LLM、MLLM及其他AI算法能力,有效解决问题并达成业务/技术目标。
在这里,你将直面阿里巴巴这一超大规模组织中最复杂、最多元的HR服务场景;同时,你也将拥有集团在AI领域最前沿的技术资源与战略支持。作为HR AI Native变革的核心推动者,你将与我们一同,用AI重塑HR服务的未来范式。 1. 参与阿里巴巴集团HR AI产品和子产品的建设。 2. 深入理解HR业务流程与用户痛点,将业务需求转化为AI产品方案,完成从用户调研、场景拆解到AI产品落地输出的全流程,确保产品方案兼具业务价值与技术可行性。 3. 持续追踪AI领域(尤其是大模型、Agent框架)的最新进展,评估新技术在HR场景中的适用性,快速将前沿能力转化为可落地的产品方案。
1、深入理解招聘业务全链路(职位发布、简历筛选、面试安排、Offer管理等),洞察招聘场景中的效率瓶颈与用户痛点,主导设计基于AI Native理念的招聘产品方案,推动招聘流程的智能化升级与体验优化,实现从传统人工操作向AI驱动的范式转变。 2、负责招聘AI Agent产品的整体规划与落地,涵盖智能简历解析与人岗匹配、候选人意图识别与触达策略优化、面试辅助决策与反馈归档等核心场景,将大语言模型(LLM)与Agent架构能力融入招聘产品核心流程,实现从需求理解、任务规划到工具调用与行动执行的端到端闭环。 3、将招聘领域专家经验与运营SOP抽象为可被AI调用的标准化Skills模块,设计多步任务编排与多轮对话交互机制,构建面向招聘场景的智能Agent系统,并建立覆盖准确率、解决率、满意度等维度的效果评估与持续优化体系。 4、协同算法、研发、设计、运营等跨职能团队,推动产品从0到1孵化及持续迭代优化,制定可量化的业务效果指标(如简历筛选效率提升、候选人转化率提高、招聘周期缩短等),以数据驱动产品演进与业务增长。 5、持续跟踪AI领域前沿技术动态(如RAG、Function Calling、Multi-Agent协作、Prompt Engineering等),结合招聘业务场景进行产品创新探索与技术预研,保持产品的技术领先性与行业竞争力。