蚂蚁金服网商银行-数据与模型产品经理岗-杭州

1. 根据项目计划，负责仓储业务落地相关算法的开发、调试和落地工作；； 2. 根据项目计划，负责仓储仿真产品的核心技术设计、研发、仿真运行、报告输出和汇报 3. 负责客户现场的技术支持、突发问题定位和解决； 4. 与项目经理、软硬件研发人员紧密协作， 团队合作技术攻坚和解决疑难技术问题，支持项目和产品的持续优化和迭代。

1. 产品规划与需求落地： 负责“AI诚聘”核心产品线的功能规划与需求定义，撰写高质量的PRD文档，把控从概念到上线的全生命周期。 2. AI Skill流程设计与匹配调优： 负责AI Skill的业务流程设计与编排，深入分析招聘数据，持续调优底层算法与推荐策略，不断提升“人岗匹配”的精准度与转化效果。 3. 深度用户调研与洞察： 深入接触B端（企业HR/面试官）与C端（求职者）用户，挖掘真实痛点与核心诉求，将业务场景转化为高效的AI产品解决方案。 4. UI/UX设计与体验把控： 主导或深度参与产品的UI/UX设计，打磨交互细节，确保产品不仅逻辑严密，更能提供极致、流畅、现代化的视觉与操作体验。

1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。

1. 产品规划与需求落地： 负责“AI诚聘”核心产品线的功能规划与需求定义，撰写高质量的PRD文档，把控从概念到上线的全生命周期。 2. AI Skill流程设计与匹配调优： 负责AI Skill的业务流程设计与编排，深入分析招聘数据，持续调优底层算法与推荐策略，不断提升“人岗匹配”的精准度与转化效果。 3. 深度用户调研与洞察： 深入接触B端（企业HR/面试官）与C端（求职者）用户，挖掘真实痛点与核心诉求，将业务场景转化为高效的AI产品解决方案。 4. UI/UX设计与体验把控： 主导或深度参与产品的UI/UX设计，打磨交互细节，确保产品不仅逻辑严密，更能提供极致、流畅、现代化的视觉与操作体验。