北京产品主管
产品主管是负责管理企业的产品开发、设计、生产和销售等工作的高级管理人员。他们负责制定产品策略、规划产品路线、拟定产品发展计划,并监督产品团队的工作。在市场研究和竞争分析的基础上,产品主管需要制定产品定位、定价策略,并根据市场需求不断优化产品。同时,产品主管也负责与研发团队、市场团队和销售团队合作,确保产品的设计、功能和质量符合客户需求和市场趋势。产品主管需要具备市场洞察力、项目管理能力、团队协作能力以及优秀的沟通技巧,以实现产品的成功上市并取得市场竞争优势。
薪酬概览
平均月薪
¥20800
中位数 ¥19500 | 区间 ¥16000 - ¥25500
数据来源:谈职全网413份招聘数据;更新时间:2026年7月13日
月薪分布
55.2% 人群薪酬落在 15-30k

三大影响薪酬的核心维度
影响薪资的核心维度1:工作年限
影响薪资的核心维度2:学历背景
市场需求
6月新增岗位
373
对比上月:岗位减少203
数据由各大平台公开数据统计分析而来,仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 59 | 15.8% |
| 1-3年 | 65 | 17.4% |
| 3-5年 | 151 | 40.4% |
| 5-10年 | 62 | 16.6% |
| >10年 | 11 | 2.9% |
| 不限经验 | 26 | 7% |
热招职位
1、负责合作商Agent的产品建设,结合业务场景系统性规划Agent能力,包括但不限于:对话问答、经营分析、技能操作、知识管理等功能。
2、统筹语料建设、数据集构建、评测标准制定及效果回收工作。
3、与算法和工程团队合作,推进系统及策略的落地,定期评估现有策略效果,并根据业务需求进行优化。
1. 负责美团境外业务Keeta客服产品体系(服务多子业务)的规划与设计,深入理解业务需求并转化为产品方案。
2. 协同技术、运营、客服等团队推进产品迭代,提升客服效率与用户体验。
3. 基于业务目标、用户反馈与数据分析,持续建设客服平台能力,优化终端用户服务动线、完善服务运营能力,提升整体服务的产品体验与服务效率。
4. 关注行业动态与先进实践发展,推动客服产品创新与差异化能力建设。
1. 产品规划与设计:负责多云管理平台(CMP)的整体产品架构、功能规划与全生命周期管理,输出产品Roadmap及版本迭代计划。
2. 多云资源统一管理:设计跨云资源纳管与编排能力,深度对接阿里飞天专有云、VMware、OpenStack私有云,以及AWS/阿里云/腾讯云/华为云等主流公有云,实现计算、存储、网络、数据库等资源的统一生命周期管理。
3. 云治理与安全合规:主导云治理模块设计,包括统一IAM权限管控、标签规范、策略合规引擎、安全基线检查、自动化巡检与审计日志聚合。
4. FinOps与费用账单:负责多云成本中心设计,实现账单采集与清洗、成本分摊(按部门/项目/业务线)、预算预警、闲置/低效资源识别、优化建议推送及多维度报表分析。
5. 跨部门协同与落地:与研发、测试、架构师、交付及售前团队紧密协作,推动需求评审、原型确认、开发跟进、UAT验收及灰度发布,保障产品高质量交付。
6. 行业洞察:跟踪云计算、FinOps、云原生及AI运维趋势,输出产品演进策略与差异化竞争方案。
1.负责美团合作中心产品建设,通过商家后台、商家档案等功能建设,搭建5000+服务商及品牌商与美团的高效触达通道,驱动合作线索挖掘与双边合作达成2.探索服务市场商业模式与生态运营机制,主导服务市场从0到1的产品建设,提升平台收入规模与合作伙伴活跃度,驱动生态繁荣3.构建良性服务商生态,兼顾治理与激励。制定平台产品能力推广策略及合作机制,维护合作关系。能够完成复杂跨组织沟通协调及资源整合,持续创造客户价值,建立平台影响力4.密切关注行业动态,积极探访内外部客户,共同发现问题、定义问题、解决问题。主动完成数据分析和场景洞察发现改善机会点,做好能力抽象及重要项目复盘总结,持续保持产品的竞争力与创新性
【岗位定位】BA Agent 是面向美团 B 端业务的 AI 驱动策略引擎,定位为将资源分配、策略制定等高价值业务场景自动化的智能产品。该岗位需要你既理解 AI Agent 的技术边界,又深谙 B 端业务策略场景的运转逻辑——用产品能力把两者连接起来。【岗位职责】1. 产品设计与交付-设计 Agent 任务流程、交互体验与产出物标准,确保复杂策略场景的可用性和可靠性-定义 Skill(能力单元)的标准化封装方案,推动能力资产沉淀和跨场景复用-主导策略 AB 实验流程的产品化设计——从策略生成、方案对比到效果归因的全链路闭环-以原型驱动而非 PRD 驱动,快速验证产品假设(交付周期从 3 个月压缩到 1 周)-识别高价值业务场景(资源分配、补贴策略、预算管理等),设计 Agent 介入方案并推动落地-基于B 端业务场景,定义 Agent 能力边界和用户交互模式,确保用户理解清晰2. 用户增长与商业化-推动 Agent 在 B 端业务线的场景覆盖和用户渗透-设计用户运营体系,构建从"工具使用"到"策略依赖"的用户心智转化路径-定义增量收入衡量标准,量化 Agent 为业务带来的决策效率提升和资源优化价值3. 数据驱动与飞轮构建-建立用户 Trace 收集与反馈机制,将线上交互轨迹转化为能力资产。构建业务 know-how 的结构化沉淀 + 用户交互 Trace 的飞轮-设计场景包迭代闭环:Trace 采集 → 质量评估 → 能力沉淀 → 场景扩展-用数据指标(而非直觉)驱动产品优先级决策4. 可解释性与决策透明度-设计 Agent 决策过程的可解释性方案——用户不仅看到策略结论,还能理解 Agent「为什么这样决策」的推理路径-定义策略产出物的溯源标准:每个结论必须可追溯到数据来源、推理依据和置信度,让业务方敢用、敢信-设计分层透明度机制:面向不同角色(策略运营 / 业务负责人 / 技术团队)提供不同粒度的决策解释,避免信息过载或信息不足-将可解释性作为产品竞争力——B 端策略场景中,「能解释清楚为什么」比「算得更准」更决定用户信任和续用意愿
商品中台产品经理薪资:20000~30000
1. 负责商品中台核心价格策略方向,负责平台定调价、商家促销、平台促销等相关策略能力的迭代落地,提升平台价格调控能力及补贴效率;
2. 收集与分析多业务场景需求,深入理解业务,满足不同业务流程及场景需要;
3. 跨团队、跨部门协同,主动推进、协调相关团队产出,推动产品功能上线;
4. 通过数据分析挖掘机会点,跟踪需求数据结果,持续分析推进策略及系统能力迭代;
5. 关注行业内的动向及用户反馈,同时不断提升业务认知,探索创新方案,并结合AI进行补贴效率的提升。
1、负责新业务线(非餐品类)的搜索推荐产品能力规划和建设,对交易转化和GMV增长负责。
2、围绕用户搜索体检,构建基于零售商品的意图识别和召回排序等能力,持续提升搜索效率和用户满意度。
3、负责个性化推荐体系建设,围绕用户导购交易链路构建推荐场域,优化用户动线和流量分发效率,提升人均浏览深度和客单价。
4、探索辅助消费决策的AI智能化能力,如 AI智能导购、对话式搜索、个性化推荐理由生成等,提升用户发现商品的效率和体验。
5、使用AI工具辅助需求撰写、数据分析及产品功能交付,提升业产研的协同效率。
1. 负责Keeta产品体验治理体系的规划与落地,建立并优化体验评估标准和治理机制,为终端用户的体验持续改善负责。
2. 协同设计、研发、运营等多方团队,推动体验问题的识别、归因与闭环改进。
3. 基于用户反馈、数据分析和行业趋势,制定体验优化策略并推动产品迭代。
4. 搭建体验治理相关工具与平台,提升团队在体验管理方面的效率与专业性。
1、对该系列产品相机总体设计方案负责;
2、主导该系列相机质量目标可行性评估;
3、主导识别该系列相机整体方案的技术风险,牵头分析并解决重大问题;
4、主导该系列相机相关变更,识别潜在风险,并制定对应措施与计划;
5、主导该系列相机开发过程中的疑难问题和设计过模块问题的分析和方案解决,对结果负责。
1、负责大健康行业生态合作相关产品设计、打造有效率、有规模转化的产品矩阵,为业务结果负责;
2、做好服务与硬件穿戴设备的结合,提供有价值感的用户产品;
3、与研发一起构建有效的产品与技术框架,提升对合作伙伴的接入和交付效率;
4、构建有效的商业化数据模型,为业务拓展提供保障;
5、推动AI产品的演进,提升用户和客户的撮合效率。
1. 负责美团App评价体系的整体规划与产品设计,覆盖写评价、评价生产、评价展示、评价治理及评价内容的衍生价值应用。
2. 定义评价体系的核心目标、北极星指标和中长期 Roadmap,持续推动评价成为平台级重要能力。
3. 建设评价内容生态与治理体系,围绕真实性、公信力、供给质量和内容安全,完善反刷、反水军、商家申诉、质量分层等机制。
4. 设计评价激励、引导和分发策略,持续提升有效评价供给规模、内容质量和用户决策效率。
5. 推动 AI 在评价生产、内容理解、质量评估、审核治理等全流程的产品化落地,提升评价体系的智能化和运营效率。
6. 协同产品、运营、审核、算法及各业务线团队,推动评价能力在不同业务场景中的差异化适配,并负责评价产品团队的管理与目标交付,对团队产出结果与整体效率负责。
1.负责海外优质商用/开源数据集、垂类专业数据源的挖掘、对接、测评与采买落地,覆盖预训练、SFT、多模态、代码、长文本等核心数据类型;
2.建立海外数据技术准入标准,从数据质量、稀缺性、重复噪声、场景适配性做专业评估,筛选真正对模型有效增益的高价值数据;
3.对齐预训练算法团队,根据模型能力短板,制定海外数据采买、补充、配比策略,精准支撑模型迭代;
4.负责外购数据的格式适配、清洗去重、质检、版本管理,无缝对接内部预训练数据工作流,实现规模化复用;
5.把控海外数据版权、隐私、跨境合规风险,搭建标准化海外数据准入与风控体系;
6.沉淀海外供应商资源池与数据资产体系,持续优化数据采买、测评、治理流程,构建长期数据壁垒。


