蚂蚁金服蚂蚁国际-AI客服产品经理-业务中台
任职要求
1.本科及以上学历（计算机/软件工程相关优先），3年以上产品经理经验，至少1年AI产品经验；具备AI对话/智能客服类产品从0到1或规模化落地经验。 2.熟悉大模型应用与工程化落地：主流大模型能力与边界、RAG/知识库、Prompt与推理策略（如CoT）、后训练常见方式及评测方法。 3.熟悉客服平台/CRM/工单等企业服务产品，具备独立负责中后台ToB产品的经验，理解企业级产品的…
工作职责
1.负责国际客户服务平台AI产品规划与迭代，覆盖智能客服机器人、坐席智能辅助、智能质检等能力，输出可落地的产品方案，满足多语言/多市场业务需求。 2.协同算法/工程/设计/客服/运营等团队，推进产品策略、需求拆解、版本交付与上线验收；组织用户调研、竞品分析与可用性测试，持续挖掘需求与优化机会点。 3.数据驱动产品增长与效果：搭建指标体系（如转人工率、解决率、AHT、质检命中率、满意度等），完成效果评估与A/B验证，推动持续优化并兑现业务价值。 4.输出产品路线图与阶段规划，持续跟踪全球客户服务行业与大模型技术趋势，提升产品前瞻性与竞争力。 5.负责产品运营与赋能：监控日常使用与质量表现，沉淀白皮书/PRD/操作手册等文档，支持培训、运营配置与最佳实践推广。
1. 负责游戏业务中台产品的建设，包含但不仅限于游戏SDK、运营平台、客服系统、通用服务平台、权限系统等业务中台的系统。 2. 对产品全生命周期负责，对接设计、开发、测试、上线、交付等环节，保证产品高质量发布，并不断优化改进产品质量。 3. 负责日常与游戏发行、研发、运营等团队对接，协同多游戏项目接入，及时响应线上问题，并持续推动系统接入与运营效率提升。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：客服平台团队，负责字节跳动客服业务平台的设计研发工作，打造支撑字节跳动多业务线的客服中台，建设提供极致体验的多场景客服系统。让用户从产品一站式解决问题，提升用户满意度，助力核心产品线保护用户留存。核心工作主要包括： 1、引入AI技术，为海量级别端内用户打造智能客服产品，帮助用户更快解决问题，提升用户体验； 2、为公司大量客服提供统一客服工作台、工具等能力，提升服务效率、降低服务成本； 3、基于海量用户反馈，挖掘高价值建议，识别高风险问题，驱动业务改进，保障平台安全。 1、参与业务平台产品整体需求分析和规划，设计产品原型，并撰写需求文档； 2、具备一定数据分析能力，对产品运营数据进行追踪和分析，制定优化方案并推动产品持续迭代； 3、负责用户调研、用户反馈收集，辅助决策及方案的输出，反哺产品上线迭代； 4、与研发、运营等部门密切合作，推进产品的快速升级，保证产品按时、高质量上线。
1、针对业务场景结合AI技术进行创新升级，完成平台智能化转型和业务赋能 2、引入创新技术和方法提升团队工作效能 3、根据公司业务需求，负责产品研发的技术选型、架构搭建，对现有架构进行升级，分析现有系统的瓶颈，提高系统性能； 4、能够主导业务中台产品的功能模块设计、架构设计，并能最终实现； 5、参与核心功能模块的设计和开发。 6、抽象产品线的通用功能，和产品经理紧密配合，完成产品线可复用功能的抽象和下沉工作。并将成果对接产品线，支撑产线的发展； 7、积极了解业界发展、相关新技术及趋势，促进技术进步和创新；
核心职责： 作为连接业务与技术的桥梁，您将深入理解业务需求，将其转化为高质量、可执行的AI产品需求，并对单一项目的成功交付负责。 关键工作内容： 1. 业务对接与需求分析： - 深入对接1-2个指定的业务方（如：跟团游、门票玩乐、客服、营销等），通过细致的访谈和数据分析，全面理解其业务场景、用户痛点、项目背景和商业价值。 - 独立撰写高质量的商业需求文档 (BRD) 和产品需求文档 (PRD)，清晰地阐述产品愿景、目标、功能规格和验收标准。 2. Labeling Guidelines制定与维护: - 作为核心角色，主导撰写和持续迭代数据标注规范 (Labeling Guideline)。 - 在撰写过程中，您必须与业务方紧密协作，共同确认业务逻辑的准确性；同时，与运营团队沟通，确保标注规则具备高度的可执行性和一致性，为模型训练提供高质量的数据基石。 3. 项目执行与推动： - 负责驱动所负责的AI项目，按照标准的SOP 流程顺利进行，确保项目在预算内按时高质量交付。 - 高效组织并主持项目各阶段的关键会议，包括但不限于需求评审会、项目启动会、进度同步会和项目复盘会，确保信息透明，团队目标一致。 4. 分歧协调与决策: - 在数据标注或模型效果评估过程中，当出现分歧或模糊地带时，您将作为第一责任人，主动介入。 - 您需要快速组织业务方、AI运营和算法研发工程师进行复盘 ，对Labeling Guideline进行澄清、仲裁或推动其迭代升级，确保问题得到高效解决，保障模型效果的持续优化。