AI 产品经理岗

职位描述

一、需求调研与规划

1、对接业务、算法、研发、运营、客户，挖掘真实 AI 落地需求，梳理痛点、量化业务指标（转化率、准确率、人力降本、召回率等）。

2、市场竞品分析：调研大模型、CV、NLP、语音、RAG、AIGC 同类产品，输出竞品分析报告，提炼差异化产品方案。

3、制定产品中长期路线图、季度版本规划，输出 PRD、产品白皮书、AI 功能原型、交互流程图。

4、定义 AI 产品核心指标：模型精度、推理耗时、成本、用户使用率、业务收益、误判率等，搭建数据观测体系。

二、产品方案设计

1、协同算法团队，将业务需求转化为可落地的算法目标：明确模型输入输出、阈值、召回 / 精确率取舍、Prompt 工程、知识库、向量库方案。

2、设计AI交互流程：智能问答、文生图、智能摘要、AI 审核、自动预测、智能推荐等 AI 能力的前端交互、后置逻辑、异常兜底规则。

3、设计数据闭环机制：标注回流、用户反馈回流、Bad Case 收集、模型迭代优化流程，持续提升模型效果。

搭建 AI 产品中台 / 组件：通用大模型调用接口、检索增强、微调、工作流 Agent、权限、计费、日志等标准化模块。

4. 运营

关注AI模型核心指标，收集用户 Bad Case、负面反馈，形成迭代需求池，持续优化产品落地效果。

三、行业跟踪&资产沉淀

1、跟踪大模型、多模态、Agent、RAG、轻量化部署、AI Agent 工作流等前沿 AI 技术，判断技术落地可行性。

2、沉淀行业 AI 解决方案、算法指标标准、产品设计规范，形成团队资产。

任职要求

1、本科及以上，计算机、统计学、数学、人工智能、大数据、软件工程优先。

2、5 年以上产品经理工作经验，熟悉金融主流AI应用场景：智能客服、智能外呼、AI质检、智能风控、信贷审批、财富投顾、票据/合同智能解析等，了解场景核心痛点与考核指标。

3、懂基础 AI 概念，清晰区分 NLP、CV、大模型、RAG、微调、Embedding、向量库、幻觉、召回率 / 精确率、推理延迟、Token 等基础术语。

4、能和算法工程师对齐指标，看懂简单评测报告，判断模型问题是数据问题、prompt 问题、算法模型问题还是产品逻辑问题。

5、清楚算力成本、数据合规、隐私安全、模型幻觉、冷启动数据不足等行业痛点，不提出脱离技术现实的需求。

6、了解开源 / 闭源大模型（GLM、DeepSeek、GPT 等）、向量库（Milvus、Chroma）、Agent 框架、微调工具优先。