logo of jd

京东营销运营岗

社招全职5年以上营销运营岗地点:北京状态:招聘

任职要求


1.本科以上学历,医美行业优先,5年以上品牌策划相关经验,新闻学、广告学、市场营销学等相关专业背景优先;
2.具有扎实的品牌或市场营销理论和实践基础,具有优秀的文字功底、传播热点感…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


对外发布职位名
医美市场营销
岗位职责及目标
京东医美自营业务是京东健康下属的创新业务板块,秉承着京东集团的客户为先的价值观和正道成功的经营理念,旨在建立一个让大众长期放心消费的医美机构。
【岗位职责】
1.根据集团和事业部的策略及目标,负责医美业务的品牌策划工作,包括:品牌定位、品牌传播策略制定及实施、品牌合作等,提升品牌传播,为业务赋能;
2.制定完善的医美业务品牌营销方案,尤其注重线上与线下的联动;包括:品牌识别方案、线上线下媒介规划、线下推广活动策划和执行、品牌热点事件策划与传播、IP营销、异业合作等;产出并把控与品牌营销相关的物料质量,包括但不限于:各类文案、平面、视频、H5、小程序等;
3.结合业务需求和用户调研,找准品牌市场定位及对应的产品组合,完成核心产品的品牌化包装、推广和促销;
4.从品牌发展的角度,进行市场调研和分析,实时跟进市场情况和行业动态,为产品和服务重点方向提供优化思路;
5.资源整合:协调京东健康内外部资源,推动品牌策划相关工作的落地,助力业务增长。
包括英文材料
学历+
相关职位

logo of jd
社招3年以上软件开发岗

1.负责数坊智能化架构升级,包括洞察及权益投放能力建设; 2.负责和各事业部、场运营沟通业务策略,扩展业务增长点,提升权益营销效果; 3.数坊商家版能力升级,为商家提供更丰富策略玩法,卷动商家更多优质资源供给,助力商家业绩增长;

更新于 2025-04-03四川
logo of eleme
社招2年以上技术类-开发

1、负责用户增长方向下用户触达、活跃和转化等相关系统的设计、开发和优化,参与用户、渠道、营销、等领域的平台化建设,确保系统的高可用性、高性能和可扩展性; 2、参与用户增长平台化能力建设,持续沉淀业务能力,提升平台效率,构建闭环、可量化的数据洞察能力,通过算法策略,数据策略驱动业务增长; 3、深入理解业务需求,优化现有系统架构,发现并解决当前系统中存在的问题,持续提升系统效率和质量; 4、参与服务的架构抽象和升级,提升研发效率和运营效率; 5、与前端、产品、测试等团队紧密合作,确保项目按时高质量交付,保障业务目标的实现; 6、参与平台分布式一致性、正确性等基础设施建设; 岗位亮点 1、多业务多场景:用户触达方向涉及多渠道能力能力建设,智能策略编排,面向全业务场景赋能,业务场景复杂有挑战; 2、平台化:架构设计和演进挑战大,面临众多复杂业务场景的业务架构设计和系统架构设计; 3、高并发:大流量高性能的架构演进和性能优化; 4、海量数据:海量数据存储下带来的数据一致性、数据准确性等方面的巨大挑战。

更新于 2026-01-20北京
logo of jd
社招10年以上软件开发岗

岗位职责 1.负责企业微信服务营销系统的研发与迭代,设计并输出高效、安全可靠的系统架构方案,确保企业级应用的稳定性、可扩展性和安全性; 2.负责客委会跨BG相关业务系统架构建设,设计并输出符合行业规范的租户管理系统架构方案,确保跨部门协同和业务流程高效运行; 3.深入研究企业微信服务营销领域的新技术与新方法,紧密配合研发团队优化系统性能,提升用户体验和效率; 4.建立并完善技术风险管理体系,实现问题前置识别与解决方案,降低系统故障发生率,并确保快速响应能力; 5.基于团队战略规划需求,拆解业务目标,并制定详细实施方案,协同相关团队完成资源整合与技术落地; 6.负责团队日常运营与人才培养,识别关键技术方向,制定目标拆解计划并实施复盘机制,促进团队成员专业能力提升。

更新于 2025-04-16四川
logo of eleme
社招3年以上技术类-算法

方向一:搜推效率、生成式、店品券 岗位职责: 1、负责搜索/推荐业务的召回、粗排/精排算法设计和优化,提升大盘转化效率; 2、负责用户、商户、query、营销信号等各维度特征、模型样本等基础模块的搭建和优化; 3、应用机器学习/深度学习、生成式推荐等算法技术,优化召回/排序模型,推动生成式推荐算法的工业落地; 4、与上下游的数据、工程、产品等团队紧密配合,把算法模型等上线到业务场景中,提升业务效果; 5、跟进推荐系统前沿研究方向,结合业务场景进行创新与落地,做技术沉淀和paper发表。 方向二:大混排(统一混排)、全站推 岗位职责: 1、负责混排(信息流+商业化)算法的设计和优化,提升流量变现效率和用户体验; 2、建立并优化目标函数,通过混排多目标优化平衡用户体验 & 平台收益; 3、结合用户画像、内容特征、广告属性等多维度信号,构建高效的特征工程与模型; 4、应用深度学习、强化学习等技术优化推荐与广告混排效果; 5、与工程、产品、运营团队密切协作,将算法落地到生产环境,并持续监控与优化效果; 6、跟踪前沿的推荐与广告算法研究,推动新技术在业务中的应用。

更新于 2026-03-31上海|北京|杭州