长鑫存储AI解决方案产品经理-AI Solution Product Manager(J19715)
任职要求
1. 教育背景与专业知识：硕士及以上学历，5年以上相关工作经验，211/985院校优先，具备优秀的逻辑分析能力、业务抽象能力与复杂问题拆解能力； 2. 行业与专业经验：熟悉半导体业务场景，对FAB制造、工艺、设备、CIM/MES、SPC/FDC、Yield、生产调度或供应链等领域具备实际理解或项目经验，能够深入现场快速理解业务问题并推动AI方案落地； 3. 专业技能与资格：熟悉LLM、Agent、RAG、Workflow Automation等AI技术体系，理解企业级AI…
工作职责
1. 业务场景识别与AI机会挖掘：深入半导体集团各业务场景，包括FAB制造、工艺、设备、CIM/MES、良率分析、生产调度、供应链、质量管理、研发知识管理及经营分析等领域，理解业务流程、数据链路与核心痛点，识别AI技术在生产优化、异常分析、知识沉淀、流程自动化及智能决策等方向的应用机会； 2. AI产品与解决方案全周期管理：负责AI产品与解决方案从业务分析、方案设计到落地交付的完整生命周期，输出PRD、业务流程、功能逻辑、数据模型及系统方案，推动AI能力真正嵌入企业核心业务流程并产生实际业务价值； 3. 前线部署与跨部门协作：具备Forward Deployed思维，能够深入业务现场，与制造、工艺、设备、IT、数据及研发团队高频协作，快速理解复杂业务问题，推动跨部门、跨系统的数据整合与AI workflow建设； 4. AI方案快速验证与迭代：负责AI方案的快速验证与迭代，能基于Python、Java或AI技术栈完成Demo、PoC、Agent Workflow、数据分析工具或轻量化应用开发，快速验证技术可行性与业务价值； 5. 企业级AI能力建设：推动企业级AI能力建设，包括LLM/Agent在工业场景中的应用、RAG知识库与工业知识沉淀、AI Copilot/智能助手、Workflow Automation、数据分析与智能决策系统、AI与MES/CIM/SPC/FDC/ERP/Data Platform等系统集成； 6. 项目实施与产品优化：协同算法、开发、数据、测试及业务团队推进项目实施，负责项目节奏管理、方案推进与上线交付，持续优化产品体验、模型效果及关键业务指标； 7. 行业趋势跟踪与规模化复制：跟踪工业数字化及半导体行业发展趋势，推动AI能力在集团内部的规模化复制与持续演进。
1、前端：用 Python（Django/FastAPI/Streamlit）或 Java（Spring Boot + Thymeleaf/前后端分离）快速开发可交付的Web应用； 2、后端：负责RESTful API、微服务、消息队列、任务调度，保障高并发、高可用； 3、数据层：MySQL/PostgreSQL/MongoDB 表设计、调优、备份、迁移，必要时编写ETL脚本； 4、AI 协同：与算法团队对接，把模型（PyTorch/TensorFlow）封装成在线推理服务（Docker + K8s + GPU），持续监控效果； 5、质量保障：单元/集成测试、CI/CD、灰度发布、性能压测、故障复盘。
1、AI云原生解决方案设计： 1）结合客户AI工作流（如大模型训练/推理、自动驾驶仿真、视频分析等），设计基于IaaS的云原生架构方案，优化模型训练/推理的性能、成本与可靠性； 2）主导AI专用加速方案（如混合精度训练、模型量化、分布式推理）的架构选型与落地，推动框架层与基础设施层的协同优化； 2、客户需求分析与价值传递： 1）深入调研客户AI应用场景，提炼核心痛点（如训练周期长、推理延迟高、资源成本高等），输出技术可行性报告； 2）通过技术白皮书、架构设计图、POC验证等方式，向客户展示IaaS平台在AI场景下的性能优势（如训练速度提升、推理成本降低等）； 3、跨团队协作与生态整合： 1）与研发团队协同定义技术实现路径，推动算子优化、框架适配等需求落地； 2）联合产品经理规划解决方案路标，确保技术方案与商业策略对齐； 3）整合ISV、AI框架社区资源，构建AI云原生解决方案生态； 4、行业趋势与市场分析： 1）跟踪AI云原生技术发展（如Kubernetes原生AI、推理加速），输出行业洞察报告； 2）对标市场AI云服务，制定差异化竞争策略。
1.负责AI产品在泛互行业的相关商业化落地与分析，制定并推动推广计划及持续运营； 2.负责AI项目的售前支持工作，售前材料的准备与制作，以及面向内外部合作方的培训推广； 3.服务客户过程中洞察和提炼泛互行业和典型客户需求，打造行业标杆案例并推动复制，推动自研产品和服务升级。
1、AI市场洞察和竞对分析 •洞察和AI相关的市场机会、市场容量和竞争格局。 •分析竞对产品核心指标、市场策略和市场价格。 •快速捕捉市场热点和客户业务痛点，挖掘产品商机，快速推动落地，形成领先竞争力。 2、AI产品商机判断和深度技术交流 •作为产品线代表，参与商业策略设计和商机判断。 •对复杂项目需求，协同销售团队与客户进行深度技术交流，结合对行业发展方向和技术变革方向的洞察，就具体技术场景引导客户关键决策人决策，促进商机转化。 3、AI产品方案设计和技术支持 •对复杂项目，理解客户的业务和功能性/非功能型需求、性能及可用性需求，基于客户场景，提供有技术竞争力和可行性、成本优势的产品组合方案，并在产品选型/POC/报价配置时， 提供技术支持。 •提炼基于客户业务场景的关键技术指标，形成领先的技术指标，在POC、winback等业务活动中落地验证。 •复杂项目推进方案跨团队协同优化，成本，性能，稳定性等多维度提升解决方案的竞争力。 •探索创新产品的方案和场景，推动新产品快速市场覆盖，保障产品创新活力。 •对大客户提供售后的关键技术答疑，用技术推动业务发展。 4、AI产品设计和优化支持 •通过对行业、场景的深入了解，参与产品的重大功能设计、定价设计、用户体验设计，协助产品在行业/场景下保持领先性。 •识别并精准提炼客户的共性需求和痛点，反哺产品设计，推动产品改进和多产品融合、新产品和功能孵化。 5、最佳实践沉淀和赋能 •沉淀面向细分场景的最佳实践，选择性输出IaC代码，通过项目实践总结标杆成功案例，提炼共性模块、统一标准化能力，加速产品方案规模化复制。 •提炼产品优势功能性能参数，并针对性的设计测试用例，放大产品和技术的影响力，沉淀基于测试用例、测试方案的解决方案竞争力。 •参与产品GTM材料编写、与伙伴共创联合解决方案、对销售团队和生态伙伴赋能。