logo of aliyun

阿里云阿里云智能-产品经理-AI PaaS产品

社招全职5年以上云智能集团地点:杭州状态:招聘

任职要求


• 5年以上云计算/AI产品经验,做过PaaS或MaaS产品商业化落地,包含至少3年互联网领域AI相关的产品工作经验
• 熟悉Bedrock,Vertex AI以及相关生态产品,实际动手用过Huggingface、Genimi、vLLM等平台或工具
• 有AI PaaS+MaaS类技术产品的经验,分析能力强,思维逻辑清晰,良好的自我学习及驱动力,责任心强,有创造性
• 熟练使用Sketch、AxureRP等工具梳理业务流程和设计产品原型
• 具备良好的团队沟通协同能力,能推动跨团队的大型项目顺利落地
• 有ownership,有很强的抗压能力和心力,能在关键时刻找到突破点

工作职责


职位描述:
• 设计AI PaaS产品和平台方案以及商业化路径,主导完成AI PaaS产品和平台的规划/定义/设计/迭代/竞争分析
• 深入理解AI PaaS的技术和产品形态,熟悉业界主流云厂商和垂直厂商的AI PaaS平台,了解其特性和各自的优劣势。
• 负责产品的英文技术文档、产品使用文档的撰写
• 基于用户反馈和数据,持续迭代优化产品
包括英文材料
PaaS+
vLLM+
Sketch+
相关职位

logo of baidu
社招1-3年ACG

-负责视觉方向 AI PaaS 商业化产品的整体规划,制定合理的产品迭代计划,保持产品的市场竞争力 -负责公私有产品商业化策略制定,推进产品的规模化拓展与重点项目落地,实现产品商业价值 -负责专家模型与多模态大模型的融合探索,挖掘新技术应用场景,提升视觉 AI 产品应用范围与效果 -与业务团队紧密对接,负责项目进度管理、资源协调与风险控制,高效推动项目从对接到交付的全过程

更新于 2025-05-22
logo of baidu
社招1-3年ACG

-负责视觉方向 AI PaaS 商业化产品的整体规划,制定合理的产品迭代计划,保持产品的市场竞争力 -负责公私有产品商业化策略制定,推进产品的规模化拓展与重点项目落地,实现产品商业价值 -负责专家模型与多模态大模型的融合探索,挖掘新技术应用场景,提升视觉 AI 产品应用范围与效果 -与业务团队紧密对接,负责项目进度管理、资源协调与风险控制,高效推动项目从对接到交付的全过程

更新于 2025-07-17
logo of bytedance
实习A238943

日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:基础架构-字节云是面向集团内部的私有云团队,为集团提供云计算解决方案。字节云既对集团各业务提供字节内部生态,同时还对各组件方提供多云管理框架。字节云覆盖从研发到运行时的服务全生命周期,包括微服务框架、服务发布、服务治理、多云管理以及经营分析等方向。团队管理着超大规模的微服务数量、全球化的部署体系、复杂的多云场景。极致的服务性能、简单易用的研发体验、一致的多云体验以及全视角的经营分析是团队持续追求的目标。 1、协助收集和分析字节云PaaS平台(云计算引擎、FaaS等)需求,参与行业市场的功能拆解与趋势研究,形成需求文档与市场分析报告; 2、辅助产品经理完成PaaS平台的原型设计(Axure/Figma等工具)、PRD撰写,跟进开发进度与测试验收; 3、参与用户场景调研,协助分析平台使用数据(如资源利用率、客户痛点反馈),为功能优化提供数据支撑; 4、协助对接研发、设计、测试团队,推动需求按时交付; 5、关注云原生、AI与PaaS融合趋势,为产品规划提供参考。

更新于 2025-06-16
logo of autohome
社招3年以上产品

工作职责 一、Agent产品战略与交付闭环 1. 负责基于汽车垂域大模型(仓颉)的Agent产品规划与全生命周期管理,主导智能体(Agent)在汽车之家线上用户场景看买用换场景交付、以及线下新零售店端及经销商门店的营销等场景的端到端交付。 2. 定义Agent产品的核心能力框架(如多模态意图理解、动态决策推理、自动化任务执行),推动下游算法组件层(对话系统、AIGC、TTS/ASR)的技术需求落地,确保能力对齐与性能达标。 ​二、技术架构设计与性能攻坚 1. 设计高鲁棒性的Agent技术架构,整合大模型能力与垂域算法组件(如对话引擎、语音合成、内容生成),解决复杂场景下的延迟、并发、多模态融合等技术硬伤。 2. 主导Agent核心技术指标优化(如任务完成率、交互满意度、端到端响应时间),建立算法组件性能与Agent体验的量化映射模型,推动技术迭代。 ​三、跨域协同与资源整合 1. 深度联动大模型团队、算法组件团队、业务侧,主导需求拆解与资源排期,确保Agent产品从原型验证到规模化交付的链路通畅。 2. 建立Agent能力评估体系,设计AB实验、用户反馈埋点等机制,验证技术方案在真实场景的有效性(如销售人力提效率等)。 ​四、商业化落地 1. 主导AI场景的需求分析、技术方案评审、研发进度把控,确保Agent产品高质量交付。 2. 探索Agent产品的商业化模式(线下新媒体营销场景),推动在经销商服务、新零售门店、二手车等场景的规模化复制。

更新于 2025-10-16