阿里巴巴1688-跨境策略产品经理 (AI驱动搜索/推荐方向)-杭州
任职要求
1、3年及以上互联网产品经理经验，核心领域聚焦搜索、推荐、用户增长策略，有成功项目经验。有B2B电商/跨境电商平台相应产品经验者优先。 2、深入理解主流搜索推荐算法原理，对LLM、AIGC在搜推场景的应用有实践经验者优先。 3、极…
工作职责
1、AI驱动的搜推策略优化：设计并协同推动基于大语言模型（LLM）、语义理解、多模态商品表征的下一代跨境B2B搜推算法策略，显著提升国别化、多语言查询的意图识别准确性和结果相关性，利用用户画像嵌入与商品Embedding，结合实时行为反馈，实现跨国家、跨行业、跨采购场景的精准“千人千面”推荐。 2、数据驱动与AI实验：主导复杂的在线A/B Test，科学评估AI策略的效果；利用因果推断、归因分析等技术，更精准地衡量策略价值。 3、跨团队协作与前沿探索：与算法工程师紧密合作，主导AI策略的需求定义、特征工程、模型选型与迭代方向，推动前沿AI技术在业务场景的落地。关注AI在电商搜推领域的最新进展（如Agent技术、多模态大模型、强化学习），探索其在跨境B2B场景的创新应用可能性。
1. AI搜索产品设计：基于海外B类买家的采购行为特征，结合AI大模型（如语言理解、推荐算法等）及创新交互技术，设计全链路B类电商搜索产品方案，优化用户搜索体验。负责从需求调研、产品规划到落地实施的全流程，推动AI技术深度融合，打造差异化搜索产品竞争力。 2. 转化效率提升：通过分析用户搜索路径、行为数据及转化漏斗，设计智能化策略（如智能推荐、语义理解），提升搜索转化率及用户留存。 3. 技术迭代与优化：跟踪AI领域前沿技术（如大模型优化、多模态交互、生成式AI等），结合业务场景推动技术创新落地。协同技术团队完成算法模型调优、AB测试、效果评估，持续迭代产品性能，确保核心指标达成。 4. 跨部门协作：与算法、工程、运营、市场团队紧密合作，推动资源整合与项目落地，协调解决跨领域技术难题。通过数据报告与产品演示，向管理层及合作伙伴清晰传达产品价值与创新点。
1. 关注AI技术在电商搜推领域的最新进展（如Agent技术、多模态大模型），深入洞察海外B类买家的采购行为特征，探索跨境B2B场景的创新产品方案。 2. 基于用户搜索路径、行为序列与转化漏斗分析，设计智能引导、语义理解、个性化排序等策略，持续优化搜索相关性与结果匹配度，提升搜索转化率、点击率及用户长期留存。 3. 针对AI产品特性设计科学评估体系，准确衡量策略对核心业务指标的影响，从数据中洞察产品机会与瓶颈，持续提升AI产品的效果、体验与业务贡献。 4. 与AI算法团队紧密配合，高效联动工程、运营、用户增长及市场等多方团队，在产品设计与迭代中实现技术价值的最大化，确保项目按时高质量交付。
1. 商品基础体系设计：主导商品类目树、属性库、标准化模板等基础架构的规划与迭代，确保其可扩展并适配东南亚多国市场的差异化需求（如语言、合规性、消费习惯）。 2. 数据驱动与AI应用：构建商品数据质量监控与优化机制，探索AI技术在商品信息自动化填充、智能审核、知识图谱构建等场景的落地，提升运营效率与用户体验。 3. 卖家端工具与流程优化：负责卖家商品发布、管理平台的产品设计，简化操作流程，通过卖家反馈和数据分析持续提升工具易用性与效率。 4. 跨团队协同推进：紧密协同业务运营、技术、算法、设计等团队，明确产品需求并推动项目落地，确保商品策略与平台整体目标对齐。 5. 全生命周期管理：跟踪产品上线后数据（如商品信息完备率、搜索转化率），基于用户反馈和市场趋势持续迭代优化。
团队介绍 阿里国际以AI技术驱动，助力全球数字贸易及电商生态的发展。AlBusiness是阿里国际内部集大模型研究 及智能化前沿产品研发于一体的AI部门，自研面向跨境商贸增强的多语言大模型-Marco和多模态大模型 -Ovis，依托全球化的AI基础设施和算力资源，帮助 AliExpress、Lazada、Alibaba国际站、Trendyol、 Daraz等平台全面革新跨境电商全链路的经营体验和 商业效率。基于先进的大模型与工程技术，我们正在打造新一代的智能体（Agent）和智能引擎（Deep Search）产品，持续致力于让全球商业没有语言障碍，用智能帮助跨境贸易更加简单。 职位描述 1、负责创新方向的AIGC工具型产品设计与落地方案跟进； 2、深入研究与追踪前沿AIGC算法与开源技术生态（如SD、GPT、Sora、AnimateDiff、PaliGemma等），将其转化为有实际应用价值的功能和产品路径； 3、与算法工程师、设计、运营、开源社区等多方协作，完成从产品方案提出、验证、实现到用户推广的闭环； 4、具备一定产品运营能力，设计并执行产品增长策略，包括冷启动方案、用户增长机制、核心用户运营等，推动产品在开源社区和潜在C端用户中实现快速迭代与落地； 5、根据产品数据和社区反馈，建立数据反馈机制，推动产品优化与演进。