阿里巴巴客户智能运营
任职要求
【必备项】
1、本科以上学历，有大型互联网产品及用户运营实习经验优先；
2、对数据敏感，善于通过数据发现问题或机会，可独立思考运营方案、并解决问题；
3、能多方协同资源，实现多方共赢；
4、擅长透过现象看本质，能够从纷繁复杂的需求中抓住痛点。
同时，我们还希望你：
1、学习能力强，对新事物保有好奇心，并能快速适应新环境；
2、良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；
3、对所在领域有热情，相信方法总比困难多，善于独立思考并反思总结。工作职责
在AI大爆炸时代，探索将AI应用在跨境电商商家的服务能力上，帮助商家在选品、运营、经营等维度提效降本，助力数十万B类外贸商家跨境出海： 1、深度了解跨境电商商家从「商品到流量到成交」全链路的经营链路，并且根据平台的规则、行业知识等建设指导商家更高效经营的线上服务能力； 2、通过AI外呼能力建设，支撑平台基础服务客户的需求和可标准化的进阶型服务需求； 3、与销售团队充分配合，从销售团队作业提效出发，更好的帮助销售团队降低基础服务精力投入的同时保障客户服务效率
负责智能客户运营等多个产品的算法研发与落地，机器学习建模、前沿技术追踪、大语言模型Large Language Model (LLM) 技术在各垂类业务场景落地的核心技术攻坚等。 比如智能运营助手、营销答疑助手、营销Agentic Workflows构建等场景的大模型落地，提升内外部用户的服务效率和用户体验。 职位描述： ‒ 负责基于通用基座大模型结合领域数据构建营销服务领域大模型，包括但不限于如下场景的营销LLM关键技术攻坚： 1. 大模型落地业务场景识别 2. 垂域数据清洗 / 构造 3. 垂域LLM的后训练 4. 搜索增强RAG 5. LLM Agents 6. LLM推理加速 ‒ 探索基于大模型技术的营销场景服务新形态，包括多场景下的大模型对话机器人、智能辅助Copilot、Agentic Workflow大模型在实际业务场景中的落地，打造营销领域的AI Agent标杆。
1、 基于阿里巴巴集团经济体及生态业务的理解，扩大智能在服务场景中的应用，保障业务目标达成的同时，提升用户体验； 2、 深入理解阿里集团各事业群的业务，结合产品和服务策略，设计客户自助和智能服务的产品方案，包括但不限于：智能机器人、智能推荐、AI客服等； 3、 良好的数据敏感度，能从海量数据提炼核心结果。有丰富的数据分析、清洗、建模的经验，能够高效的发现和解决问题； 4、 参与算法模型的搭建、评测和优化工作，根据业务场景持续迭代创新。同时负责核心指标的日常跟踪和维护工作；
（1）产品运营：业务上，深入负责蚂蚁国际一条以上核心业务线的服务体验，基于客服产品与客户体验流程，制定业务的客服系统产品和策略优化，推进整体服务体验提升。业务方向：支付、金融等；能在产品中有效应用最新的大模型AI技术，深刻理解模型蒸馏、多模态大模型的应用，熟练提示词工程，平衡大模型优势和成本做到有效选型，帮助业务实现提升客户体验、降本增效等目标； （2）用户运营：有用户思维，端到端闭环运营整体效果；包括用户分层、针对性的运营策略、满意度调研及反馈跟进等； 深入客服和商服的工作环节与流程，提升整体工作效率； （3）跨部门/跨组协作：与产品、设计、技术等团队紧密配合，负责项目的业务结果的落地并跟进应用与迭代；
智能化工具管理：负责智能客服机器人、自动化工具、自动外呼、智能IVR等自动化工具的运营、优化及升级。 策略制定：基于客服站点需求，与产品、研发团队协作，制定智能化运营策略，推动智能化工具的迭代和实施，提升智能解决率、客户满意度及运营效率。 数据监控与分析：分析智能工具的使用效果，监控关键指标（如智能解决率、客户转接率等），持续优化运营策略。 培训支持：为客服团队提供智能工具使用培训，编写相关操作手册和指导文档，支持现场答疑。 Intelligent Tools Management: Manage intelligent customer service tools, such as chatbots, intelligent tools, automated outbound calls, and intelligent IVR, ensuring their smooth operation and upgrades. Strategy Development: Collaborate with product and R&D teams to develop and implement intelligent operations strategies based on CE-Sites needs, improving resolution rates, customer satisfaction, and operational efficiency. Data Monitoring and Analysis: Analyze tool usage and monitor key performance indicators (e.g., resolution rates, customer transfer rates), continuously optimizing operational strategies Training and Support: Provide training on intelligent tool usage for the customer service team, develop relevant manuals and guidance documents, and offer on-site s