蚂蚁金服蚂蚁集团-企业助手B端产品经理-芝麻企业信用
任职要求
1、本科及以上学历，计算机、数据科学等相关专业背景优先，3年以上互联网产品经理工作经验，具备完整的产品生命周期管理经验； 2、熟悉SaaS产品逻辑，有企业级服务产品经验者优先对AI技术有深入理解和实践热情，具备AI产品落地经验或强技术动手能力； 3、优秀的用户洞察能力，能熟…
工作职责
芝麻企业信用正在构建面向生态合作伙伴的智能体服务，致力于通过AI驱动的智能体能力，赋能SaaS合作伙伴提升企业服务能力。目前平台已推出“标讯智能体”、“拓客智能体”等核心产品，覆盖招投标信息洞察、客户发现与商机推荐等关键场景。 我们现诚邀一位具备SaaS产品经验、AI理解力强、用户洞察敏锐的产品负责人（PD）加入，负责企业助手生态服务战场的产品战略规划与落地，深度挖掘生态合作伙伴需求，推动AI智能体与SaaS产品的融合交付，打造行业领先的智能生态解决方案。 核心职责 1、用户需求挖掘：运用 FED 模式等方法论，深入洞察生态伙伴在 toB 服务场景下的痛点，持续挖掘并验证高价值产品需求； 2、智能体产品规划： 负责各类场景智能体产品的功能迭代与体验优化，设计符合企业级用户需求的AI原生解决方案； 3、生态方案融合： 深度对接合作伙伴SaaS产品体系，将智能体能力与第三方服务无缝集成，打造可规模化交付的联合解决方案； 4、全链路交付： 协同技术、设计、运营团队，推动产品从需求定义、方案设计到上线推广的全流程落地，对生态合作伙伴的采用率和满意度负责。
【团队介绍】 我们是菜鸟的创新团队，致力于打造公司级AI工作助手——“菜包”。“菜包”不仅仅是一个工具，更是定义“菜鸟人AI工作方式”的核心平台。它集成了文档创作、应用生成、数据分析等多种“AI实习生”（Agent）能力，旨在通过前沿的AI技术，革新内部工作流程，大幅提升组织效率与创造力。你将有机会参与定义下一代人机协同范式，设计一款真正能改变数万人工作方式的革命性产品。 【职位职责】 1. 负责“菜包AI”产品的全链路用户体验设计，涵盖Web端及其他潜在终端，确保产品整体的可用性、易用性与专业性。 2. 与产品经理、算法工程师、开发工程师等团队成员紧密协作，深入理解业务需求与技术实现，提供创新且可落地的设计方案，并高效推动其实现。 3. 构建和维护菜包AI的设计规范和组件库，保证产品体验的一致性和品牌形象的统一性。 4. 深度参与用户研究，通过用户访谈、数据分析等方法，洞察菜鸟员工在不同工作场景下的痛点和诉求，并以此驱动设计迭代，重点关注**工作效率提升、AI采纳度**等核心指标。 5. 探索和定义AI时代下全新的人机交互模式，尤其是在**智能体（Agent）交互、对话式界面（CUI）、AIGC内容生成与编排**等前沿领域，致力于提升AI产品的可信度、可控性与用户满意度。 6. 持续关注业界（特别是企业级AI应用、AIGC工具）的设计趋势和技术进展，并将其转化为对产品的设计优化建议和创新机会。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：飞书是 AI 时代先进生产力平台，提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力，助力企业能增长，有巧降。 从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。 1、深度参与AI相关的解决方案设计与文档编写，结合客户需求完成技术方案框架搭建及内容细化，输出专业的商业计划书（BP）、技术方案书及演示材料； 2、运用AI Coding工具及开发框架（如各类AI-Native IDE、智能代码助手等），通过自然语言交互与代码编写，协助完成解决方案的产品MVP（最小可行性产品）开发与测试，验证方案的可落地性； 3、跟踪全球AI技术动态及行业应用趋势，开展市场调研、用户需求挖掘等工作，形成结构化研究报告，支撑业务决策； 4、协助团队完成客户技术交流，通过现场Demo演示等方式清晰传递方案价值，推动项目落地。
-负责售后服务平台的产品规划、功能设计、需求文档撰写，确保整体方向符合业务战略和客户需求 -制定售后服务平台的迭代计划，协调研发、测试等角色推动设计落地，并跟踪上线后的实际效果和客户体验 -定期进行竞品分析、行业趋势研究，输出优化建议，保持售后服务平台的市场竞争力 -通过客户调研、数据分析等方式，挖掘客户痛点，优化产品体验，提升客户满意度 -探索大模型、自动化等新技术在售后服务中的应用，设计创新服务模式，提升服务能力与效率
1.参与和负责芝麻企业助手中核心场景的AI搜索推荐系统实现和全链路优化，包括搜索结果页、SUG、相关搜索、个性化推荐内容信息流Feed等模块。通过实现搜推系统机制与策略、结合业务特性，提升流量效率和平台用户体验； 2.持续优化Query理解（包括但不限于意图识别、实体识别、语义纠错、查询词改写与扩展）、索引、相关性、精排和重排等环节的效果，设计并迭代新一代多路召回架构，融合传统倒排索引、向量化检索、及大模型生成式召回等； 3.以优化用户体验与提升业务价值为目标，主导AI搜索推荐应用落地，如利用大模型进行Query理解增强、搜索结果摘要生成、Dense、Sparse召回优化、个性化产品推荐理由生成、生成式排序、搜索架构的大模型统一升级等，并解决高并发、低延迟、高可用等工程化挑战； 4. 持续跟踪搜推领域前沿进展和业界先进应用，主导关键技术的预研与规划，并推动其在业务场景中落地，产出创新型成果。