长江存储AI应用规划经理(J14577)
任职要求
1. 基本要求
(1) 硕士及以上学历，专业不限
(2) 3年及以上产品经理、解决方案、信息化建设或相关工作经验
2. 能力要求
(1) 具备结果导向意识，关注应用效果而非技术概念
(2) 具备较强的沟通协调能力，能在业务、技术和管理层之间高效协同
(3) 具备较强的业务理解能力，能够快速理解复杂业务流程
(4) 具备良好的结构化思维和问题拆…工作职责
1. AI技术前沿应用探索，关注前沿AI技术发展，跟进成熟、可落地的AI能力与解决方案 2. AI应用场景挖掘与规划，深入业务部门，识别适合引入AI的应用场景 3. AI应用产品设计，将业务需求转化为清晰、可执行的 AI应用产品方案 4. 项目推进与落地实施，协调内部团队及外部厂商，推进项目按计划实施 5. 应用效果评估与推广，建立 AI 应用效果评估指标体系，总结最佳实践并推广
1、Data Agent 开发与迭代： 负责数据智能问答 Agent 的核心能力开发，包括多轮对话、归因分析、SQL 生成、Python 分析节点等。 2、RAG 与知识库建设： 基于 RAG 技术构建业务知识库，支持语义搜索、知识图谱自动提取、业务术语管理等能力，提升 AI 生成查询的准确度。 3、MCP 与 AI 数据底座： 参与数据访问 MCP Server 等统一 AI 数据底座的开发，支持数据源动态管理、权限隔离、元数据同步等核心能力。 4、AI + 数据可视化： 开发看板智能总结、图表归因分析、报表自动生成等 AI 驱动的数据可视化功能，降低用户数据分析门槛。 5、业务场景落地： 将 AI 能力在游戏运营、研发管线、质量分析等核心业务场景中深度落地，与业务方紧密协作，持续优化分析体验。 6、技术前瞻与工程落地： 跟踪 AI Agent、LLM 应用等领域最新进展，负责从技术 Demo 到生产级服务的快速转化。
我们正在构建内部 Agent Benchmark 评测体系，聚焦 Coding Agent 方向，系统性地度量和驱动 AI 编程能力的提升。你将深度参与评测基准的设计、数据集构建、自动化评测平台搭建等核心工作，直接影响产品的技术演进方向。 工作职责 1. Benchmark 体系设计与构建：针对 Coding Agent 场景（代码理解、代码生成、代码重构、Spec Coding、代码 Review、Bug 修复等），设计多维度、多粒度、支持多轮对话的评测基准，覆盖端到端任务完成度、代码质量、工具调用准确性、推理链路合理性等核心指标； 2. 评测数据集建设：构建并持续维护高质量评测数据集（Golden Dataset），设计覆盖不同语言、不同复杂度、不同工程场景的测试用例，确保数据集的区分度和代表性； 3. 自动化评测平台开发：搭建自动化评测 Pipeline，支持多模型/多 Agent 的批量评测、结果对比与回归检测，实现评测流程的标准化和可复现； 4. 竞品对标分析：跟踪业界主流 Coding Agent 产品（如 Claude Code、Codex、Cursor、Copilot等）以及 Benchmark（SWE-Bench、HumanEval、Terminal-Bench、OctoCodingBench、WildClawBench、GAIA、WebArena、AgentBench、ToolBench 等），完成专项对比评测并输出分析报告； 5. 评测方法论研究：探索 LLM-as-Judge、对抗性测试、人机混合评估等前沿评测方法，持续迭代评测体系的科学性和有效性； 6. 结果可视化与洞察输出：开发评测报告自动生成能力，提供可视化的评测看板，将评测结论转化为可落地的产品优化建议。
1、参与企业真实 AI 场景落地，积累实战经验，表现优秀者可优先留用。 2、主要AI应用方向为，市场营销管理，AI在内部的财务类场景应用。
1. 核心算法优化：参与半导体领域核心算法优化工作，包括但不限于基于机器或深度学习进行异常检测、时序建模、图像算法等构建； 2. 算法效率与精度提升：协助团队提升算法运行效率与精度，解决实际业务中的技术难题； 3. 数据建模与分析：负责半导体相关数据的建模与分析，收集、清洗、预处理半导体生产过程数据、器件测试数据等，运用数据挖掘技术挖掘数据背后的规律与关联，为业务决策提供数据支撑； 4. 文档撰写：协助团队完成算法与模型的文档撰写工作，包括技术方案文档、实验报告、模型说明文档等，确保技术成果的可追溯性与可复用性； 5. 前沿技术跟踪：跟踪半导体领域算法与机器学习技术的前沿动态，参与技术研讨，为团队技术创新提供思路与建议。