平安科技数据产品经理（金融数据方向）

1、数据产品规划：负责个人金融领域数据的数据产品规划、设计与落地，包括实时行为数据产品、标签数据产品等； 2、数据产品宣传推广：负责数据产品在企业内高潜业务场景的合作上线、企业内目标用户的触达推广和使用。 3、项目管理与跨部门协作：负责部门相关项目的全生命周期管理，制定项目计划、资源分配及进度控制，确保项目按时高质量交付；协调技术、数据、业务等跨部门资源，推动标签系统与投资平台的集成与优化； 4、行业研究与创新探索：研究前沿技术（如AI、大数据）在金融个人数据标签体系中的创新应用；

1.面向金融风控和合规履职，深入理解业务场景，提炼数据逻辑和口径，和产研配合完成数据交付； 2.负责部门大数据体系建设和运营，包括数据标准和规范、数据资产管理、数据开发和运营工具、数据治理等，提升数据交付效率和质量； 3.与业务产品、策略模型、合规、研发等多个团队合作，推动数据应用落地，共同实现业务目标。

1.参与产品规划；深入理解业务需求，参与制定 AI 问答产品的长期战略和短期迭代路线；结合AI Agent（如Prompt Engineering、RAG、Agentic Workflow、工具调用）、多模态交互（文本 + 语音 + 图像）等技术，设计差异化的产品功能，提升用户体验和商业价值； 2.需求分析与场景落地；深度理解用户，挖掘核心业务痛点，设计面向 C 端的 AI Agent 应用或产品功能，高效解决用户问题；主导产品需求文档（PRD）、原型设计，推动跨团队（算法、工程、测试）协作，确保产品按时高质量交付； 3.技术与生态整合；熟悉 AI Agent 技术栈优先，整合向量数据库、知识图谱等工具，优化 Agent 的推理效率和准确性；探索多智能体协作（Multi-Agent System）在金融复杂任务中的应用，例如构建投资决策团队（技术面选股 Agent + 基本面分析 Agent + 量化回测Agent）； 4.行业合规与风险管理；确保产品符合金融监管要求，设计数据安全与隐私保护方案；监控 AI 模型的公平性、可解释性，建立风险预警机制，应对算法偏差或数据外泄等问题； 5.市场与竞争分析；跟踪金融科技行业动态，研究竞品，制定差异化竞争策略；与市场团队合作，推动产品商业化，制定定价策略、客户成功计划，提升市场占有率。

1.了解金融风控安全产品，了解地图数据在金融风控场景的应用，有B端产品经验，可以进行B端的风控产品设计和商业化运营工作； 2.根据客户需求，结合地图数据特点，进行腾讯金融风控联合产品的建设； 3.主动探索金融风控客户需求，调研分析地图数据在金融风控方向的应用，不断优化产品及方案，提升产品核心竞争力，并沉淀和迭代解决方案。