美团易生活生服行业产品负责人
任职要求
1.5年以上产品经理经验，有用户产品、交易产品、履约产品经验者优先。 2.用户体验导向，有优秀的产品感知、同理心及用户洞察力。 3.具备良好的跨部门协作能力及团队管理能力，擅长协调各部门资源，推动复杂项目落地。 4.具备优秀的自驱力和责任心，强结果导向，能带领团队拿结果。 具备以下条件优先 1.有本地生活、社区服务、电商类产品经验者优先，熟悉行业头部平台玩法。 2.有端到端完整业务长链路产品建设经验优先。
工作职责
1.负责服务零售事业部下易生活行业产品的规划和建设工作，聚焦家政、维修、洗涤、回收等生活服务行业，建设导购、交易、商品、履约等核心产品能力，为用户体验和转化率负责。 2.与行业运营紧密合作，深入了解用户、客户、产业，结合业务目标、行业痛点及发展趋势提出产品解决方案。 3.探索AI新技在业务中的应用场景，推动产品智能化升级。 4.管理产品团队，指导团队成员的工作，建设团队有效梯队，提升团队整体绩效。
1.负责易生活商业增值产品的运营工作，包括商家及供给运营等。 2.参与商业增值产品的策划、推广和执行，提升产品的商户体验和商业价值。包括制定推广活动策略并执行，调研、整理和归类商户反馈的需求。 3.负责相关数据的收集、分析和报告，为产品运营决策提供数据支持。 4. 商业产品配置、审核和规范整理。 5. 支持重点项目推进及其他跨部门沟通协助工作。
1．通过销售拜访，了解商户的业务现状与实际需求并结合消费者的消费动向，制定个性化营销方案，与商户谈判并达成合作； 2．执行公司的销售策略及政策，达成业绩目标； 3．与公司各部门配合，及时处理用户的反馈、投诉和建议，提高用户满意度； 4．归档和更新所有目标商户拜访、协议、服务条款等有关的文件和数据，确保信息在数据库中得到正确的维护。
1.负责美团核心本地生活-易生活的效果广告运营工作，包括商家增长及供给运营等。 2.参与商业增值产品的策划、推广和执行，提升产品的商户体验和商业价值。包括制定推广活动策略并执行，调研、整理和归类商户反馈的需求。 3.负责相关数据的收集、分析和报告，为产品运营决策提供数据支持。 4.商业营销活动配置、审核和规范整理。 5.支持重点项目推进及其他跨部门沟通协助工作。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 为什么加入我们 与团队共同激发创造：创造是 TikTok的核心。不管对于TikTok产品还是团队本身，我们都希望能激发更多想象力，为自己、平台、我们所服务的社区以及社会带来更多价值和影响。 在有挑战的事中成长：在TikTok，你能够参与非常有挑战性的项目，一起做出突破行业、有全球影响力的事。这里有数以亿计的用户，在等你用新技术、新想法为他们带来新的体验。我们从不安于现状，对我们来说，每一个挑战，无论多么困难，都是一个学习、创新、和成长的机会。 工作方式和文化：我们鼓励务实解决实际问题、在每件事上追求极致，希望大家始终像“创业第一天”那样做事。 公司文化多元兼容，同事之间像同学一样平等相处，机制敏捷灵活，希望更好地激发每个人的创造力。 优秀的人能获得认可与回报：优秀人才能够和公司共同成长，什么时候加入都不晚。我们也进一步加大了激励区分度，让优秀的人得到认可和回报、承担更多重要项目，充分发挥潜能，脱颖而出。 欢迎加入我们！ 课题介绍： TikTok作为全球领先的短视频平台，面临新用户数据稀疏导致的个性化推荐不足、直播推荐时效性要求高、用户兴趣多样性维护困难以及电商推荐系统链路复杂等多重挑战。传统推荐方法依赖历史行为建模，难以解决新用户冷启动问题，且直播推荐需在极短窗口期内（通常30分钟内）实时捕捉内容动态变化（如主播互动、流量波动），这对系统的实时感知与快速决策能力提出更高要求。此外，单列沉浸式场景放大了多样性问题，需平衡多峰兴趣学习与探索引发的内容穿越风险。当前电商推荐系统采用多阶段漏斗架构（召回-排序-混排），存在链路不一致、维护成本高、过度依赖短期价值预测等问题，导致用户易陷入内容同质化疲劳。 针对上述痛点，项目提出结合大语言模型（LLM）和大模型技术实现突破：一方面利用LLM的海量知识储备与Few-shot推理能力，通过注册信息与外部知识推理新用户潜在意图，缓解冷启动问题；另一方面，在社交偏好建模中融合GNN与用户全生命周期行为序列，提升兴趣预测精准度。同时，探索大模型的泛化能力、长上下文感知及端到端建模优势，简化电商推荐链路，增强实时动态适应性与兴趣探索能力，最终实现系统更简洁、推荐更精准、用户体验与留存双提升的目标，推动业务可持续增长。 1、负责TikTok最核心的业务推荐算法工作，与来自国内外顶级名校、有丰富业界经验的同学合作，共同搭建行业顶尖的推荐系统，为用户提供一流的产品体验； 2、将最前沿的机器学习技术应用到国际化短视频的核心场景业务，包括混排/排序/多目标/召回/冷启动/探索/多样性/内容理解等等场景，不断优化用户体验，促进业务发展； 3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、排序学习、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究； 4、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进短视频生态的长期繁荣发展。