阿里云阿里云智能-产品运营（商业化）-AI Coding方向
任职要求
1. 经验要求：5年以上用户增长运营经验，其中至少3年专注于全球化产品的用户增长领域，具备体系化的运营增长方法论。拥有在百万级用户规模产品上成功实现用户付费增长的完整闭环经验。 2. 专业能力：对AI Coding产品生态有深度使用经验，对AI产品商业化路径有全局性思考与策略规划能力，能够敏…
工作职责
阿里巴巴旗下的 AI Coding 创新团队，致力于革新软件开发 paradigm。我们正在打造下一代AI驱动的智能开发工具产品，旨在彻底改变开发者的工作方式。我们的产品覆盖 AI native IDE、智能编程助手等多元化产品形态，通过尖端 AI 技术提供智能化功能和流畅体验，显著提升开发效率与创新力。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义软件开发的未来。 1. 制定并驱动用户增长战略： 全面负责AI Coding产品的用户增长策略规划并高效执行，对核心指标（包括用户规模、付费用户数、用户粘性及月度经常性收入MRR）的健康增长与达成负责。 2. 多元化增长策略落地： 精通并有效运用多种用户增长杠杆（包括但不限于社群运营、用户生命周期营销、效果渠道投放等），通过高效的ROI导向运营策略，实现付费用户核心指标。 3. 引领商业发展与生态建设： 具备 AI Coding 产品国际化拓展的洞察与市场拓展能力，有效驱动核心用户群体及关键意见领袖（KOL）的活跃度与价值转化，打造行业标杆案例，促进用户价值与品牌影响力的协同增长。具备市场洞察和竞对分析能力。
市场洞察和竞对分析 1. 洞察行业的市场机会、分析产品的市场容量和竞争格局；分析竞争对手产品的竞争优劣势及市场策略； 2. 快速捕捉市场走势和客户需求痛点，挖掘产品商机并推动落地，形成领先竞争力。 产品业务经营 1. 商业化运营 ：通过商业化策略设计和渠道效率优化，实现中长尾付费客户规模的健康增长；通过产品市场活动，圈层运营，协助头腰部客户商业化增长；通过数据驱动发现优化商机转换，提升产品的全渠道商业化运营效率； 2. 数据化分析支持 ：制定产品的业务健康度衡量标准和模型，提供数据化分析平台，量化分析支持产品设计、产品业务策略、 产品体验、产品运营效率等多方面的产品管理工作； 3. 效率运营 ：洞察发现和改进产品经营中的效率洼地，通过对成本，复用率，闲置率，ROI等毛利维度的持续优化，确保产品的高质量规模化健康发展。
1）负责金融行业大模型应用产品的全生命周期的工作，制定从需求分析、技术选型到商业化落地的完整路径，利用AI推理能力加工并生成金融风险标签，提升风控作业效率。 2）设计符合行业特性的多轮对话、意图识别、知识问答等核心能力建设方案。建立领域专属的意图分类体系及知识库架构，覆盖合规、风险控制等特殊要求。 3）主导构建包含数据标注、模型训练、效果评估的闭环优化体系，持续提升意图识别准确率和问题解决率。 4）协调算法、工程、运营团队完成模型迭代，推动技术能力与业务场景的深度融合。
1）负责金融行业大模型应用产品的全生命周期的工作，制定从需求分析、技术选型到商业化落地的完整路径，利用AI能力实现金融产品的智能营销投放、智能外呼等业务环节应用。 2）设计符合行业特性的多轮对话、意图识别、知识问答等核心能力建设方案。利用大模型能力帮助业务实现辅助人、替代人的作业流程，降本增收。 3）主导构建包含数据标注、模型训练、效果评估的闭环优化体系，持续提升大模型对话准确率和问题解决率。 4）协调算法、工程、运营团队完成模型迭代，推动技术能力与业务场景的深度融合。
1、 政企客户AI场景挖掘：负责全国范围内政企方向相关行业的客户拓展，重点梳理阿里云AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的销售机会点，触达并维护客户关系，发掘潜力客户并捕获项目机会； 2、AI客户拓展：规模化开拓全国AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的各类企业，构建高转化率的AI客户销售漏斗。 3、AI业务收入：负责政企市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对政企AI MaaS业务的Token用量和收入增长负责。 4、市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。 5、AI重点客户经营：在政企领域与AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。 6、AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值 7、 AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。 8、跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。