阿里巴巴LAZADA-AI创新营销运营-杭州

1、管理各类大模型合作：统筹公司自研、集团内部及外部合作伙伴的大模型对接与运营。 2、支持产品推广与活动：配合产品团队推动大模型上线，策划营销活动并优化用户体验。 3、整合资源与拓展合作：协调内外部资源，建立合作标准流程，组织行业交流活动。 4、市场分析与创新探索：研究行业动态，探索新商业模式并孵化大模型创新应用场景。 5、规范运营流程与评估：制定运营标准，优化资源配置并定期评估业务效果。

1，负责电商数据仓库的ETL流程设计、开发与优化，尤其关注招商、营销活动（含大促）等核心业务场景的数据集成，确保数据的准确性、实时性和为业务决策和AI应用提供高质量数据基础。 2，主导电商领域的数据建模工作，构建满足用户画像、商品分析、营销效果评估等业务需求的多维数据模型，支持精细化运营、个性化推荐和智能决策。 3，与电商业务、招商、营销业务和数据科学等组紧密合作，深入理解业务痛点和增长目标，提供创新的数据解决方案，优化数据处理流程，提升数据赋能业务的能力。 4，参与大数据平台的优化和扩展，探索并应用AI技术（如机器学习、自然语言处理等）提升数据处理效率、数据质量和数据洞察能力，例如智能数据清洗、异常检测、特征工程自动化等。 5，编写高质量的代码和技术文档，确保代码的可维护性、可扩展性和可理解性，并积极参与技术分享和知识沉淀。 1，Responsible for the design, development, and optimization of ETL processes for the e-commerce data warehouse, with a focus on core business scenarios such as merchant acquisition, marketing campaigns (including major promotions), ensuring accurate, real-time, and efficient data transmission, and providing high-quality data foundation for business decisions and AI applications. 2，Lead data modeling efforts in the e-commerce domain, building multi-dimensional data models that meet the business needs of user profiling, product analysis, marketing performance evaluation, etc., supporting refined operations, personalized recommendations, and intelligent decision-making. 3，Collaborate closely with e-commerce business, merchant acquisition, marketing, and other teams to deeply understand business pain points and growth objectives, provide innovative data solutions, optimize data processing workflows, and enhance the ability of data to empower business. 4，Participate in the optimization and expansion of big data platforms, explore and apply AI technologies (such as machine learning, natural language processing, etc.) to improve data processing efficiency, data quality, and data insight capabilities, such as intelligent data cleaning, anomaly detection, and automated feature engineering. 5，Produce high-quality code and technical documentation to ensure code maintainability, scalability, and understandability, and actively participate in technical sharing and knowledge accumulation.

1.负责商品详情页/评价/客服聊天工具等产品领域相关的策略和功能规划，确保产品满足用户需求并提升核心目标； 2.跟踪电商行业趋势和竞争对手，积极寻找创新性的产品解决方案； 3.协调和管理跨部门的合作，包括设计、技术、运营、营销等，确保项目按时交付； 4.参与用户调研、分析并解读用户行为、市场趋势和数据，提供有针对性的产品改进建议。

1、货盘分层与商业化策略设计：基于商品生命周期、供给稀缺性、品类特性、商家能力等维度，对站内货盘进行系统性分层与画像；针对不同货盘类型，设计差异化的商业化产品策略与资源匹配机制。 2、商业化产品方案整合与落地：梳理并整合站内付费免费的流量资源与工具能力；设计面向不同货盘的商业化产品组合方案，提升商业化转化效率与商家ROI。 3、跨域协同与资源调度：联动商业化产品、广告技术、搜索推荐、行业运营等团队，推动商业化资源在不同场域的灵活配置与协同；建立货盘-场域-策略的匹配模型，实现商业化资源的智能调度与动态优化。 4、数据驱动与效果评估：搭建供给商业化效果评估体系，监控关键指标（如曝光效率、转化率、GMV贡献、商家满意度等）；通过AB测试、归因分析等手段持续迭代商业化策略，提升整体商业化水位。 5、行业洞察与创新探索：关注电商商业化趋势与竞品动态，探索AI驱动的智能商业化、场景化营销等创新方向；输出可复用的方法论与产品能力，推动平台商业化能力沉淀。