阿里巴巴企业智能事业部-产品运营高级专员-模型反馈&运营
任职要求
1.本科及以上学历，3 年以上互联网产品运营、平台运营或项目运营经验；有 To B / 内部平台型产品的用户推广与采纳运营经验者优先。 2.优秀的跨团队协调与推动能力，能同时对接多个产品/算法团队，在快节奏中把控进度、解决卡点，把"接入"这件事真正推落地。 3.具备良好的数据分析意识，能使用 Excel / SQL 等工具做基本的运营数据统计与看板维护，用数据驱动覆盖度拓展和运营优先级判断。 4.对 AI / 大模型有基本认知，能理解产品团队和算法…
工作职责
1.负责集团内部 AI 产品的模型评测接入运营——梳理各 BU / 产品线的评测需求，推动内部 AI 产品纳入统一评测体系，持续扩大评测覆盖范围。 2.负责外部竞品及行业产品的评测运营——跟踪外部主流 AI 产品的迭代动态，协调评测资源完成对标测试，确保评测体系具备行业横向对比能力。 3.对接外部 KOL、行业专家及评测合作方，完成邀测邀约、评测任务分发、结果回收与关系维护，借助外部视角验证和丰富评测结论，提升评测体系的行业公信力。 4.对接内部产品团队与算法团队，完成评测接入全流程推进：需求对齐、评测方案适配、数据集准备协调、评测任务排期与执行跟踪，确保产品顺利"上测"并拿到可用结果。 5.维护评测平台的日常运营，包括评测任务调度管理、流程规范沉淀、接入文档与操作指南编写，降低各产品团队的接入门槛，提升评测流转效率。 6.搭建运营数据看板，跟踪内外部产品的评测覆盖率、评测频次、核心指标变化等运营数据，定期输出运营报告，识别评测盲区并主动推动补齐。 7.关注业界模型评测动态与方法论演进，及时将新上线产品、新能力模块纳入评测规划，保持评测体系与行业发展的同步。
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。
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。
1.负责阿里集团生态用工系统、人力资源系统产品规划和设计； 2.基于业务痛点，结合现有系统能力与竞品分析，规划并输出长期演进的产品方案，促进业务目标达成； 3.持续追踪AI领域（尤其是大模型、Agent框架）的最新进展，快速将前沿能力转化为可落地的产品方案。