TCL销售领域端到端AI产品经理（非应届，暑期实习）

1.负责AI产品在分布式边缘计算场景的功能特性策划与规划，结合AIGC技术制定端到端解决方案，确保技术可行性与业务需求匹配； 2.深入目标行业和用户、通过用户访谈和数据分析等方式挖掘痛点，输出产品需求文档，推动落地品迭代优化等工作，不断提升产品竞争力，确保在全球范围内保持产品能力领先； 3.跟踪全球AI及边缘计算领域的技术趋势与竞品动态，输出差异化策略，主导产品创新点设计，将产品能力落地到对应的行业或标杆客户中； 4.协助各个团队贯彻执行产品生命周期管理，包括产品定价、需求管理、质量管理、交付管理等流程； 5.对产品体验和市场规模负责，深入用户使用场景，策划最优产品体验交付，并赋能销售，促进产品在不同行业的标杆落地及方案的复制； 6.负责对售前架构师的产品赋能，并协助标杆客户的项目落地及持续跟踪满意度。

1.负责AI产品在分布式边缘计算场景的功能特性策划与规划，结合AIGC技术制定端到端解决方案，确保技术可行性与业务需求匹配； 2.深入目标行业和用户、通过用户访谈和数据分析等方式挖掘痛点，输出产品需求文档，推动落地品迭代优化等工作，不断提升产品竞争力，确保在全球范围内保持产品能力领先； 3.跟踪全球AI及边缘计算领域的技术趋势与竞品动态，输出差异化策略，主导产品创新点设计，将产品能力落地到对应的行业或标杆客户中； 4.协助各个团队贯彻执行产品生命周期管理，包括产品定价、需求管理、质量管理、交付管理等流程； 5.对产品体验和市场规模负责，深入用户使用场景，策划最优产品体验交付，并赋能销售，促进产品在不同行业的标杆落地及方案的复制； 6.负责对售前架构师的产品赋能，并协助标杆客户的项目落地及持续跟踪满意度。

1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。

1. 需求分析与产品规划： -深入调研开发者、企业客户及行业需求，深入理解各种模型能力，定义大模型开发平台的核心功能（如工作流、Prompt工程、RAG增强、Agent框架等），并可以基于开发平台构建 AI 效果领先的垂直场景/行业解决方案； -制定所负责产品或模块的 Roadmap，平衡技术前瞻性与商业化落地节奏。 2. 产品全生命周期管理： -主导功能设计，输出PRD、原型及交互文档，推动算法、工程团队高效交付，协同运营、销售等团队应对和总结客户需求； -负责产品上线后的迭代优化，基于用户反馈和数据洞察持续提升产品体验。 3. 跨团队协作与生态建设： -协同运营团队，推动开发者生态建设，提升平台活跃度与开发者粘性。 4. 行业洞察与竞争分析： -跟踪国内外大模型平台产品动态，制定差异化竞争策略。