腾讯CSIG HRBP-AI产研方向

1.深入了解所负责领域业务与人员发展状况，评估并明确组织与人才发展对HR的需求； 2.驱动平台资源提供HR解决方案，并整合内部资源推动执行； 3.协助管理层进行人才管理、团队发展、组织氛围建设等，确保公司文化在所属业务领域的落地； 4.提升管理干部的人力资源管理能力，关注关键人才融入与培养，确保持续的沟通与反馈。

1.结合海外业务增长目标，深入理解所负责海外区域业务与人才情况，评估并明确组织与人才发展对HR的需求； 2.整合、驱动平台资源，为海外业务提供管理解决方案； 3.协助管理层进行人才管理、团队发展、组织氛围建设等，确保公司管理政策在所属业务领域的落地。

1.供应商寻源与商务谈判； -资源开发： 负责国内外大模型API服务商（MaaS厂商）、云厂商（提供模型托管服务）及第三方模型聚合平台的寻源、引入与资质审核； -商务谈判： 针对Token消耗的阶梯价格、TPM（每分钟Token数）并发限制、企业级SLA（服务等级协议）进行深度谈判，争取最优的阶梯计价体系和长尾折扣； -合同管理： 拟定和审核采购合同，明确数据隐私条款、知识产权归属、服务可用性赔偿条款及合规使用边界； 2.需求管理与成本控制； -需求洞察： 与算法、研发、产品团队紧密协作，理解不同场景（如训练、推理、轻量级模型、超长上下文模型）的Token消耗模型，预测采购需求； -成本模型优化： 建立Token采购的成本分析模型，对比按量付费、预付费Package、资源包预留等多种计费模式，通过组合采购策略降低综合成本（Unit Cost per Token）； -预算管控： 制定年度/季度Token采购预算，监控各部门Token使用量，防止资源浪费和异常消耗； 3.供应商管理与风险控制； -性能监控： 建立供应商KPI考核体系（如响应延迟、稳定性、幻觉率等），定期复盘服务商质量，对不达标的服务商启动汰换机制； -合规风控： 密切关注国内外AI监管政策（如数据出境、生成内容合规），确保供应商的合规性，规避因模型服务方政策变动（如断供、涨价）带来的业务风险； -多云/多模型策略： 推动技术部门构建多供应商备份机制，避免单一模型供应商锁定，确保业务连续性。

1.负责业务线客户经营数据分析，构建客户画像与经营健康度评估体系，输出客户经营洞察与策略建议； 2.统筹业务线客户归属管理规则的设计与运营，面向多通路业务场景推动规则解释与执行落地，保障客户经营秩序； 3.持续推进客户管理制度的优化迭代，基于业务实践反馈完善规则体系，并对一线销售团队进行经营过程的合规引导与赋能； 4.推动客户管理相关的数据工具与平台能力建设，将规则判断、经营监控等线下流程线上化产品化，提升公线运营支撑效率； 5.探索AI技术在客户管理场景中的落地应用，面向经营洞察、流程智能化与管理效能提升等方向构建赋能方案，驱动业务决策质量与运营效率的系统性升级。