钉钉千问办公-产品专家-Agent产品
任职要求
基本要求 1、产品经验：3 年以上产品经理经验，有从 0 到 1 产品经历或快速迭代产品经验者优先 智能体 hands-on 经验 [最关键]: 1、有 AI Agent / 智能体 / AI 应用类产品的实战落地经验（非纯 SaaS、纯商业化或纯策略背景） 2、 理解 Skills、MCP、Sub-agent、Memory、Context 管理等核心机制的设计原理与取舍 AI 产品理解 1、深度使用过主流办公/通用智能体（如 Claude Cowork、Codex、WorkBuddy、QoderWork 等） 2、对 AI 技术能力边界、Agent 产品差异化有清晰认知 执行与推动力 1、能在不确定性中快速定义产品…
工作职责
团队介绍 阿里 ATH 事业群千问办公团队，致力于用 AI 通用智能体革新知识工作者的工作方式。我们打造的是一款云端 + 桌面端结合的 AI 办公助手，底层由通用代码智能体驱动，对标 Anthropic Claude Cowork、OpenAI Codex。团队处于快速迭代、抢占办公智能体心智的关键阶段，我们希望通过技术创新和体验优化，成为每一位知识工作者不可或缺的 AI 同事。 工作职责 作为产品经理，你将： 1、智能体核心能力建设: 负责 Agent 执行链路（Agent Loop）、上下文管理、Memory、任务规划等核心模块的产品设计与迭代，持续提升复杂任务的完成率、稳定性与体验 2、垂直场景定义与优化: 从真实用户任务出发，定义并优化高价值行业场景（如金融、法律等），拆解链路、圈定核心场景、拿到结果 3、效果评测与闭环迭代: 建立并迭代智能体评测体系，围绕产物质量、路由准确率、工具调用、耗时稳定性，形成"评测—归因—迭代"闭环 4、开放生态与集成: 参与 Skills 生态、连接器（Connector）、专家套件（Plugin）等开放能力的产品规划，以及与钉钉等企业生态的结合 5、用户增长: 负责产品的拉新、激活、留存与付费转化，通过增长策略设计、渠道运营配合与漏斗分析，推动核心增长指标持续提升 6、快速验证与数据驱动: 通过 MVP、A/B 测试快速验证产品假设，建立关键指标体系，基于数据和用户反馈持续优化体验 工作环境 1、直接参与产品核心决策，有充分自主权和成长空间 2、与国内外顶尖办公智能体产品同台竞技，处在 AI 时代办公范式变革的最前沿
1. 负责钉钉即时通讯核心功能迭代与AI化改造，深度挖掘企业级沟通场景需求，通过AI技术优化沟通效率与体验； 2. 协调跨部门资源（研发、安全、运营），推动IM基础能力与行业解决方案的深度融合； 3. 建立用户反馈闭环机制，通过数据驱动持续迭代产品，应对复杂企业环境下的定制化需求与技术挑战。
你将主导下一代AI Agent的产品定义与落地，你的工作将重新定义人与AI的协作边界，在钉钉打造AI时代的工作方式。 1、负责2B场景的AI原生应用研究、产品设计及落地，为AI产品的效果、优秀的AI原生产品交互体验及客户结果负责。 2、根据客户特性和业务场景反推需要建设或引入的AI能力，保障AI原生产品效果在行业里有竞争力。 3、持续跟踪和洞察AI领域前沿动态及趋势，将技术理解和应用创新或改造及时结合，保障产品形态和效果在行业里处于引领地位。
1、商品GTM 节奏与目标运营 承接商品的GTM 计划，建立上市节奏管理机制(新品发布、打法推广、战役 push)，跟踪进度、识别卡点、推动闭环，确保目标达成。 2、数据分析与经营洞察 搭建 GTM 效果的数据度量体系(线索转化、商机推进、产品渗透、渠道贡献等)，定期产出经营分析，给出根因判断与下一步建议，为销售团队决策提供洞察。 3、销售打法与弹药沉淀 负责重点商品销售打法、标杆案例、产品卖点提炼成标准化""销售弹药""(话术、拜访模板、商机推进模板、竞品应对)，按业务节奏持续推送与迭代，让一线拿到就能用；围绕销售流程优化流程，提升销售作业效率。 4、销售通路运营 支撑服务商/渠道体系的 GTM 落地，配合分层运营、激励设计与线索分配机制，提升各销售通路对商品的承接与转化能力。
团队介绍 数据打标平台是以"跑通业务、反推产品、用 AI 重塑工作方式"为基础，同时承载阿里语音智能多模态数据生产链路，面向多业务方收集/提供大模型语料、语音 / 文本 / 图像 / 视频等数据的标注、质检、交付与结算能力，对接专业标注供应商组织，覆盖二十余个语种与方言的庞大平台系统。 岗位职责 1. 业务交付端到端负责：能够承接多业务方的数据生产需求，全权负责从需求接入、方案设计、排期匹配、供应商调度、过程质量管控、验收审核到结算复盘的全链路，对项目的按期、按质、按预算交付结果负责。 2. 关键数据指标管理：搭建并持续优化关键指标体系（人员产能、数据合格率、投递时长、轮次返修等），通过数据分析驱动问题定位、原因拆解与改进推动，对效率与成本结果负责。 3. 产品反推与平台共建：把业务过程中识别到的卡点、低效环节、客户高频诉求结构化为产品需求与平台机制，与产品、研发、算法团队共创，主导从问题洞察 → Demo验证→ PRD 输出 4. AI 驱动提效：主导用大模型、Agent、Coding Agent 等工具重塑运营 SOP 与产品验证方式，用AI完成高频运营动作；同时在产品验证侧用 AI 快速搭建 Demo，将"想法 → 验证 → 决策"落地。