阿里云阿里云智能-产品经理(金融智能体)-新金融行业（杭州）
任职要求
任职要求
必备要求
• 聪明好学，对AI充满热情： 我们认为这是很重要的品质。您必须对人工智能，特别是大语言模型和Agent技术有浓厚的兴趣和强烈的求知欲，并能快速学习和理解复杂概念。
• 严谨的逻辑思维： 具备出色的分析和解决问题的能力，能够将模糊、复杂的金融场景分解为清晰、可执行的产品模块和逻辑。
• 用户同理心： 始终将用户放在第一位，能够深入理解并共情用户的真实需求和使用场景。
• 卓越的沟通能力： 能够清晰、准确地表达产品思想，并与不同背景的团队成员（技术、业务、设计）进行高效沟通与协作。
我们坚信，优秀的潜力和学习能力比过往经验更重要。因此，我们欢迎没有产品经验但具备上述特…工作职责
职位描述 作为AI产品经理，您将是我们金融Agent产品的核心驱动者。您将负责从0到1定义和塑造这款革命性产品，深入理解金融用户的核心需求，并将其转化为一流的智能体产品功能与体验。您将与顶尖的AI研究员和工程师紧密合作，确保我们的技术创新能够精准地解决真实环境的金融业务问题。 岗位职责 • 洞察与定义： 深入研究金融行业（包括但不限于投资、研究、风控、合规等）的工作流程与痛点，挖掘AI智能体可以创造颠覆性价值的应用场景。 • 产品蓝图： 负责制定金融智能体的产品愿景、战略规划和发展路线图（Roadmap），定义产品的核心能力边界与演进路径。 • 智能体设计： 设计智能体的核心交互模式与“任务旅程”，定义其应具备的“技能”（Skills）和工具调用能力，确保其能够自主、可靠地完成复杂的金融任务。 • 需求与文档： 撰写高质量的产品需求文档（PRD），不仅包含传统的功能规格，更要清晰定义智能体的预期行为、评估指标、数据需求和模型能力要求。 • 跨团队协作： 与算法、工程、设计等团队高效协作，推动产品从概念设计到研发、测试、上线的全过程，确保技术实现与产品目标高度一致。 • 评估与迭代： 建立科学的产品评估体系，通过数据分析和用户反馈持续追踪智能体的性能表现（如任务成功率、准确性、效率等），并驱动产品的快速迭代与优化。 • 合规与安全： 确保产品设计和功能在严格的金融监管框架下满足数据安全、隐私保护、可解释性及可审计性的要求。
1. 负责AI驱动的客户经营智能体的全生命周期管理，覆盖需求分析、产品功能定义到商业化产品落地； 2. 深入理解金融类客户需求，构建差异化竞争优势，为产品的发展提供有力的市场洞察； 3. 熟悉智能体工程，具备智能体工作流编排全流程落地能力，包括大模型调用、数据、知识库及工具召回、对客表达优化等链路； 4. 熟悉智能体研发平台、AI标注、智能训推、智算调度、算力资源等支持AI智能体运作的软硬件层能力； 5. 具备出色的协调能力，能够有效协调数据科学、算法工程，业务等多部门资源，持续推进智能体产品的有序发展，实现业务的持续升级； 6. 关注行业发展趋势，特别是AI营销技术趋势（如生成式AI、多智能体协作），探索智能体公、私域经营等新场景的应用，保持产品的市场领先性。
1. 根据监管条件以及行业趋势，并结合内部的流量+数据资源，以及隐私计算+AI大模型等核心技术，设计互联网信贷产品方案。包括围绕2C侧的用户体验进行产品设计（如进件、签约、授信、支用、查还等），以及2B侧的相关SaaS化系统平台设计（如联合营销平台、联合风控平台、产品要素管理、协议管理等）。 2、编写MRD、PRD等文档材料，并协同内部研发、推进产品功能上线落地；并推动外部合作机构、生态伙伴进行接入迭代升级 3、协同运营、风控等团队， 负责产品或项目落地过程中的数据分析与效果追踪，持续迭代优化产品方案
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。