logo of jd

京东智能客服(Agent)产品运营

社招全职4年以上产品运营岗地点:北京状态:招聘

任职要求


1.本科及以上学历,具备相关专业背景,如计算机、项目管理等。
2. 拥有4年以上客服相关产品经验,能独立完成背景调研、竞品分析、业务规划、prd以及推动项目落地拿到结果;
3. 拥有优秀的用户洞察、逻辑思维及数据分析能力,能通过数据化的方式,去发现用户诉求,…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 负责AI、大模型等新技术在客服领域的规划、设计、策略制定与项目实施;
2. 深入理解客服场景,联动业务,产品,开发进行项目推动,能够对项目做全景规划;
3. 规划系统功能、模块,能够做功能分解并推动完成任务直至上线,并对现有系统的不足进行分析,找出问题,推动解决;
4. 对于行业竞品以及创新能力,具备一定敏感和认知度,驱动服务创新,为用户带来更好的求助体验;
5. 负责语音智能客服和在线文本智能客服的规划落地,从经营层,业务层到产品层的策略拆解,并通过业务落地拿到收益。
包括英文材料
学历+
数据分析+
相关职位

logo of xiaohongshu
社招3-5年后端开发

1、负责电商智能助手的核心功能研发与优化,利用AI技术助力电商平台提升用户购物体验、优化商家运营效率及促进交易转化; 2、在深入理解电商用户消费需求与商家经营场景的基础上,完成电商领域智能体Multi Agent技术体系的设计和落地,通过多Agent协同能力处理商品推荐、智能客服、订单履约、库存管理等复杂业务需求; 3、负责各技术节点的调优,包括但不限于电商知识库优化(商品信息、行业规则、用户画像等)、消费意图识别优化、Multi Agent Planning优化、LLM训练与适配、系统稳定性/SLA优化,负责将业界前沿AI技术应用到电商产品中,持续提升用户购物体验与商家经营效率; 4、具备电商业务数据分析思维和手段,通过科学的数据分析挖掘用户消费行为规律、商家经营痛点,为电商Agent产品迭代、技术优化提供决策依据。

更新于 2025-12-17杭州|上海
logo of xiaohongshu
社招1年以上后端开发

【关于我们】 小红书电商正处于高速发展阶段。我们希望把大模型能力真正融入用户购物链路和商家服务场景中,而不是停留在“接一个模型接口”。 #团队当前聚焦于以下方向: - 面向客服/售后场景的智能机器人、知识辅助与服务提效 - 基于 RAG、Agent、多轮会话和流式交互的新一代 AI Native 应用 - 多终端、多模态场景下的自然交互与 Generative UI 探索 - 我们正在寻找一位具备具备全栈工程能力的技术同学。 如果你既关注浏览器、渲染、交互和体验,也能深入服务端、模型编排、知识检索、性能优化和工程效能,欢迎加入我们,一起定义 AI 在电商中的下一代交互形态。 #岗位职责 1)负责 AI Native 产品的全栈设计与研发落地 围绕小红书智能客服系统,负责从方案设计、技术架构到前后端实现的完整研发工作,推动 AI 能力稳定上线并持续演进。 2)将大模型能力转化为真实可用的产品体验 结合 Prompt Engineering、RAG、Tool Calling / Agent、多轮会话等能力,设计并落地适用于导购、售后、客服辅助等场景的 AI 交互方案,让模型能力真正服务用户与业务。 3)负责复杂交互与全链路性能优化 面向高并发电商业务,优化前端渲染性能、流式响应体验、长连接交互、服务端响应时延与系统稳定性,保障多终端场景下的高可用与一致性。 4)推动 AI 工程化与研发提效 将 AI 能力融入研发流程,包括代码辅助、测试生成、知识沉淀、自动化脚本等方向,提升团队整体研发效率与交付质量。 5)参与技术选型与团队技术建设 持续关注 AI Native 应用、前端渲染、生成式 UI、Agent、富媒体交互等方向,参与关键技术决策,沉淀最佳实践并影响团队技术文化。

更新于 2026-06-12上海|杭州
logo of kuaishou
社招1-3年J0005

1、作为智能客服方向的产品经理,负责电商、商业化等业务场景的智能客服产品设计与建设,参与智能对话运营平台中的核心模块(方向如意图管理、知识库治理、评测体系、Agent / Workflow 编排等); 2、深度参与大模型在智能客服场景的落地,包括 RAG、Agent、Workflow 等能力建设,推动对话准确性提升与运营效率优化; 3、负责所 own 模块的全生命周期工作,包括需求调研、产品规划、方案设计、跨团队协同、版本迭代、效果复盘。

更新于 2026-05-26北京
logo of kuaishou
社招3-5年J0007

1、负责智能客服机器人的日常知识库配置、监控及维护,确保服务响应效率与准确性; 2、基于用户行为和业务场景,优化智能客服对话逻辑、知识库及FAQ体系,提升问题解决率和用户满意度; 3、结合NLP技术迭代需求,协同产品、技术团队优化语义理解模型,提升意图识别准确率; 4、通过用户咨询数据分析(如高频问题、投诉类型、会话路径),挖掘业务痛点,输出优化建议并推动落地, 针对社交业务特性(如用户互动、账号安全等场景),制定智能客服分层服务策略,平衡自动化与人工介入比例; 5、监控智能客服核心指标(响应时长、转人工率、用户差评反馈等),定期输出分析报告并提出改进方案,处理复杂或升级的用户问题,协同客服团队优化服务流程,减少用户流失风险; 6、联动产品、运营、算法与上游业务等部门,同步业务规则变化,确保智能客服策略与业务目标对齐,探索AIGC、多模态交互等新技术在智能客服场景的应用,推动服务智能化升级。

更新于 2026-06-23无锡|成都