蚂蚁金服蚂蚁集团-高级数据产品经理（数据开发与智能化方向）-杭州
任职要求
1. 专业经验：3年以上产品设计经验，其中至少2年与数据平台、数据开发、数据治理或大数据相关的产品经验，对数据开发流程与痛点有深刻理解。 2. 产品能力：具备出色的产品规划与设计能力，能够从用户（特别是数据开发者）视角出发，洞察痛点并转化为产品解决方案，能够独立完成从需求分析到产品设计的全流程工作。 3. 技术认知：熟悉主流大数据技术栈与架构，尤其是对湖仓一体（Lakehouse）有深入理解；了解 Spark、Flink、StarRocks 等主流计算与存储引擎的原理及应用场景；具备与技术团队高效沟通的能力。 4. 项目管理：具备出色的项目管理和跨团…
工作职责
1. 负责公司企业级数据开发平台产品的规划、设计和落地，构建高效、智能、易用的一站式数据开发与治理体系，全面提升数据研发效能与数据质量。 2. 深度参与数据开发全生命周期（DataOps）的流程优化与产品化，构建覆盖数据接入、数据处理、数据调度、数据服务及全链路监控等核心功能的数据平台。 3. 探索并落地基于AI（特别是大模型）的智能数据开发方案，通过AI技术提升数据建模、ETL开发（AI Coding）、SQL生成与优化、智能问答与诊断等环节的自动化与智能化水平。 4. 与数据工程师、数据分析师及业务团队紧密合作，深刻理解不同角色的数据开发与消费需求，持续优化产品体验，提升平台易用性与用户满意度。
团队介绍： 平台技术是阿里国际集团技术创新和业务支撑的核心团队，以构建全球领先的数据+智能+跨云一体化数字化技术基础设施为目标，倾力打造合规、稳定、高效且用户体验卓越的技术服务平台。 我们基于全球化架构与数字智能技术，构建坚实合规的全球化商业底座。采用先进的微服务架构、混合云最佳实践以及智能模块化设计，有效提升业务响应速度和灵活性。通过技术创新驱动研发模式的代际演进，聚焦敏捷开发、先进生产工具、自动化运维流程，践行AI和云原生时代的DevOps文化。打造技术产品和研发规范，构筑起全方位的安全防护屏障。依托数据平台，基于大数据分析、机器学习等先进技术手段，构建强大的数据中台和智能决策支持系统。我们的终端技术专注于提升用户的数字化交互体验，结合智能时代的人机交互范式和网络技术，为全球用户提供极致流畅、个性智能的产品体验 职位描述 1. 产品规划与落地： 负责基于海量电商数据，规划并设计数据智能 Agent 产品（如：商机挖掘，用户洞察，智能取数助手、Text-to-SQL 工具、自动化数据分析报告）。 2. 技术转化与应用： 深入最新AI领域的技术最新在数据分析领域的应用（如 Agent 框架、RAG 检索增强、Text-to-SQL 准确率优化、Code Interpreter 等），将前沿技术转化为可落地的产品功能，解决传统的痛点。 3. 跨部门协作： 与 ETL 工程师、数据分析师、算法团队紧密配合，业务 多部门合作，梳理电商业务“语义层”或“知识库”和工作流程。 4. 场景挖掘与运营： 深入业务一线，挖掘运营、采销、管理层的数据使用场景，推广 AI 数据工具。通过用户行为数据分析，优化 Agent 的交互体验，提升内部或外部客户的数据获取效率。
我们正在寻找一位具有AI智能化及内容算法经验的算法团队负责人。负责领导团队开发前沿技术，推动旅游领域知识的构建，支持内容产品的分发和AI Agent结合的创新应用探索，提升公司产品的智能化水平。 ： 领导并管理内容算法团队，制定技术战略和发展方向，推动知识构建、知识编译、知识分发、探索LLM等创新NLP技术与Agent业务的结合。 1、负责基础NLP相关算法研发，面向但不限于：预训练，文本理解，同义词挖掘，实体识别，term权重分析，属性词挖掘 2、结合NLP和深度学习技术，推动领域知识的构建与优化，制定各环节Benchmark及衡量标准, 跟进业界先进大模型、多模态技术的应用及改进 3、发现并解决推荐分发场景中的意图识别、排序模型、相关性等方向的问题，召回策略和召回模型的优化，开发先进和高性能的召回算法 4、与产品、数据、工程等跨职能团队协作，推动技术落地和产品迭代。 5、负责团队成员的技术指导和能力提升，推动团队技术文化的建设。
1、业务洞察和需求分析 •通过用户沟通，分析产品实际使用情况，洞察用户场景和需求，挖掘用户价值和痛点，全面分析产品需求，在多角色参与下提供全局方案，合理安排优先级； •参与和负责提供资源规划、供应和交付全链路相关产品解决方案， 提升整体运营效率； 2、产品规划和设计 •根据阿里云内部业务流程，按照产品整体规划，制定本业务域的产品规划和迭代演进方案； •根据业务方需求，以平台视角抽象业务本质，负责业务模式的沉淀和产品功能模块、能力、界面、交互流程等设计，覆盖多业务方和产品线； 3、产品开发管理 •做好产品开发的项目管理，把握关键点的选择，多端多场景的适配和支撑，通过高效获取与整合资源落地产品方案； •协调研发团队完成产品的开发、测试、上线各环节，完成产品按期交付，达到预期效果； 4、产品改进和风险管理 •关注用户对产品的使用，合理安排产品需求优先级，推动产品改进、新产品或功能孵化，提升产品易用性，优化产品稳定性、安全性、性能和成本； •做好产品合规与风险防控，排查治理数据安全/合规/廉正/资损等各类隐患，保证日常运维与服务的高质量。
1. 需求分析与产品规划： -深入调研开发者、企业客户及行业需求，深入理解各种模型能力，定义大模型开发平台的核心功能（如工作流、Prompt工程、RAG增强、Agent框架等），并可以基于开发平台构建 AI 效果领先的垂直场景/行业解决方案； -制定所负责产品或模块的 Roadmap，平衡技术前瞻性与商业化落地节奏。 2. 产品全生命周期管理： -主导功能设计，输出PRD、原型及交互文档，推动算法、工程团队高效交付，协同运营、销售等团队应对和总结客户需求； -负责产品上线后的迭代优化，基于用户反馈和数据洞察持续提升产品体验。 3. 跨团队协作与生态建设： -协同运营团队，推动开发者生态建设，提升平台活跃度与开发者粘性。 4. 行业洞察与竞争分析： -跟踪国内外大模型平台产品动态，制定差异化竞争策略。