高德地图高德-AI产品经理-数据业务中心
任职要求
我们的渴望 - 寻找志同道合的产品先锋 我们热切期待拥有 1年以上经验,对地图技术和AI应用充满热情的产品人才加入(职级P5/P6/P7)。只要你具备以下核心能力,就是我们寻找的伙伴: 1、卓越的产品思维与技术洞察: 具备出色的产品敏感度和用户视角,同时拥有扎实的技术理解力(特别是AI算法和工程架构思维),能精准地将前沿技术(如大模型)转化为用户价值和产品特性。 2、强大的AI应用与产品化能力: 对AI技术(尤其是大模型)在实际场景中的应用有浓厚兴趣和一定理解,有相关项目经验者优先。具备将AI能力融入产品闭环…
工作职责
高德地图数据产品创新与AI应用探索 为亿万用户打造车道级地图数据基石,引领智能出行未来。 关键词:地图数据产品,大模型应用,AI驱动自动化生产。 与顶尖AI算法专家并肩,重塑地图数据生产模式,定义下一代地图应用。 渴望有经验、有热情的产品人才加入,共同构建AI时代关键基础设施。我们提供广阔平台与深度指导,助你快速成长。 详细描述: 一、我们是谁 我们是高德地图数据产品的核心团队,致力于打造覆盖最广、更新最快、质量最高的车道级地图数据(and more)。这些数据不仅是高德导航体验的基石,更服务于日益发展的辅助驾驶等前沿领域,为数亿用户的每一次安全、高效出行提供精准保障。我们是阿里巴巴集团在“人地关系”这一核心基础设施上的重要建设者。 二、在阿里体系中,高德的作用 高德已经构成了今天阿里巴巴在无线互联网时代,未来走向物联网时代,非常重要的一个基础设施,就是‘人地关系’。它是一个地理位置级的企业级服务。在广义的数字经济时代,这一服务是很多场景都需要的。 它是服务消费者非常重要的一种用户服务,但在用户服务的背后,更重要的是对所有需要地理位置服务的企业所提供的第三方服务,企业级服务。今天的高德支撑着中国大半的第三方应用软件,当它需要地图定位的时候,背后调用的就是高德服务。 我们所做的地图数据产品,正是支撑这一宏大愿景的关键底层能力。 三、我们在做什么 - 聚焦AI驱动的数据革新 我们正处于地图数据生产模式变革的前沿,核心目标是建设业界领先的高自动化数据生产体系。今年,我们将倾力投入: 1、地图数据产品规划与设计: 深入理解用户与行业需求(如辅助驾驶等),规划并设计创新的地图数据产品功能与服务。 2、AI与大模型赋能地图生产: 与顶尖算法团队紧密协作,探索大模型等AI技术在地图数据更新、自动化/半自动化样本构建、数据规律挖掘中的颠覆性应用。 3、产品全生命周期推动: 从概念到落地,与技术团队深度合作,完成模型训练迭代、效果评测、工程架构优化,并协调资源推动产品上线与运营。 4、智能数据生产体系建设: 持续优化数据更新流程,利用AI技术提升数据生产的效率、质量和覆盖范围,打造核心竞争力。 5、市场洞察与体验优化: 紧密跟踪产品市场反馈、行业动态及AI技术发展,持续优化用户体验和产品性能,挖掘AI在地图场景的落地潜力。
1. 负责智能客服领域智能语音、智能对话机器人等方向的方案架构; 2. 负责智能客服在大模型、agent等关键技术落地中的核心问题创新突破; 3. 负责跟进产品的上线全流程,确保产品质量按时上线,基于产品上线后的数据反馈,及时提出提改进建议; 4. 协同运营和研发,负责智能客服产品的规模化覆盖,以业务结果成功达成为导向。
1、基于应收业务场景(如逾期预测、智能对账、自动催收等),负责输出Al应用需求和初步构建,提升流程自动化水平; 2、结合 AI大模型与提示词工程探索AI在应收流程中的创新应用场景(如智能客服、RPA流程机器人),支持区域结算运营效率提升; 3、对接科技团队,基于现有Al应用负责优化AI算法在应收领域(如发票识别、异常交易预警、客户信用评分等场景)的应用效果,输出优化需求;与业务团队协作,负责AI工具与现有应收系统的集成需求&方案落地实施; 4、负责区域应收中心数据库的维护和优化,确保数据存储、查询的高效性与安全性,支持业务部门对应收数据、客户回款行为分析等需求;优化SQL查询效率; 5、对接财务系统数据,支持大量应收数据法分析,支持快速自动化数据报表工具,提供实时分析监控报告,生成可视化分析看板等; 6、结合业务需求,搭建预测性分析模型,为管理层提供数据驱动的决策支持; 7、探索AI在应收流程中的创新应用场景(如智能客服、RPA流程机器人),支持区域结算运营效率提升; 8、提供AI、数据库应用的培训&赋能。

1. 负责联络中心AI产品全生命周期管理,涵盖智能客服、AI质检、会话洞察、智能外呼等模块的规划设计与落地,推动联络中心智能化升级 。 2. 挖掘金融业务痛点,结合NLP、大模型、知识图谱等技术,设计适配多场景的AI解决方案,支持多业务线灵活配置 。 3. 输出PRD文档、产品原型及流程图,对接算法、研发、设计团队,协调跨部门协作,确保产品按质按期上线,跟进敏捷开发流程 。 4. 搭建产品数据监控体系,跟踪转人工率、应答准确率、AI解决率等核心指标,通过A/B测试和用户反馈持续迭代优化产品体验 。 5. 关注LLM、RAG、AI Agent等前沿技术动态,结合市场竞品分析,制定产品路线图,推动技术商业化落地 。