蚂蚁金服蚂蚁数字科技-数字科技线-产品经理（电力交易）
任职要求
1. 教育背景：
• 电力工程、能源经济、金融学、计算机科学等相关专业优先。本科及以上学历；
2. 工作经验：
• 熟悉电力行业的运作模式，特别是电力市场化交易的相关知识；
• 具备电力交易、能源管理或金融产品设计相关的工作经验者优先。至少5年的产品管理•经验，有电力交易平台、能源管理系统类产品经验者优先；
• 项目管理能力：有成功推动复杂项目从概念到落地的经验；
3. 专业知识：
• 熟悉电力现货市场、…工作职责
1. 市场分析与策略制定： • 跟踪国内外电力市场动态，包括电价、供需、政策及行业趋势； • 分析历史数据和实时信息，制定短期（日前、日内）及中长期交易策略； 2. 交易执行： • 在电力交易平台（如国内各省电力交易中心、现货市场等）完成申报、竞价和结算； • 参与跨省跨区交易、绿电交易等新型电力市场业务； 3. 风险管理： • 监控交易头寸和市场风险，制定对冲或套利方案； • 定期评估交易策略的有效性，及时调整以规避风险； 4. 协同合作： • 与发电、售电、调度、财务等部门协作，确保交易与公司运营目标一致； • 配合合规团队，确保交易符合监管要求； 5. 数据与报告： • 整理交易数据，生成分析报告，为管理层提供决策支持。
1. 产品设计与实现： • 需求调研：通过多种方式收集并分析客户对于智能体应用的需求（如新能源投前决策、新能源运营管理等），确保产品设计能够精准解决这些痛点； • 产品架构设计：参与设计智能体应用的产品架构，确保其具有良好的扩展性和兼容性，能够满足包括能源行业在内不同场景（如新能源投前决策、新能源运营管理、客服运维、资产/电力交易等）的需求； • 产品功能设计：基于需求调研和产品架构，针对包括能源行业在内不同场景的需求进行智能体应用的详细功能设计，包括但不限于多智能体角色定义、工作流搭建、提示词工程、MCP工具设计、知识库搭建； • 大模型协同迭代：与数据科学家协作，定义、整理能源行业时序大模型和语言大模型的训练数据、特征工程及评估指标； • 产品需求文档产出：基于产品功能设计，撰写详细的产品需求文档（PRD），明确智能体应用的功能特性、用户流程、交互设计等，为开发团队提供清晰的指导； • 跨团队协作产品落地：与研发、设计、测试等部门紧密合作，协调资源，推进项目进度，确保产品按时高质量上线； 2. 产品培训及售前支持： • 材料输出及培训说明：负责编制智能体应用相关的文档资料，如产品白皮书、使用手册等，组织针对内外部的培训活动讲解产品核心价值、功能特点及其应用场景； • 业务拓展售前支持：协助业务团队完成售前阶段的产品交流和方案演示，解答客户疑问，促进业务转化； 3. 产品迭代及运营支持： • 产品优化迭代：定期回顾产品运营数据，根据运行情况和客户反馈，推动智能体应用持续迭代升级，保持产品竞争力； 4. 行业洞察与竞品分析： • 行业洞察：持续跟踪AI技术及智能体应用的前沿趋势，特别关注在投前决策、运营管理、客服运维、资产交易等领域的最新发展； • 竞品分析：进行深入的市场和竞争对手分析，识别市场机会和威胁。
1. 产品设计与实现： • 需求调研：通过多种方式收集并分析客户对于智能体应用的需求（如客服提效、智能运维等），确保产品设计能够精准解决这些痛点； • 产品架构设计：参与设计智能体应用的产品架构，确保其具有良好的扩展性和兼容性，能够满足不同场景（如投前决策、运营管理、客服运维、资产交易等）的需求； • 产品功能设计：基于需求调研和产品架构，针对不同场景的需求进行智能体应用的详细功能设计，包括但不限于多智能体角色定义、工作流搭建、提示词工程、MCP工具设计、知识库搭建； • 产品需求文档产出：基于产品功能设计，撰写详细的产品需求文档（PRD），明确智能体应用的功能特性、用户流程、交互设计等，为开发团队提供清晰的指导； • 跨团队协作产品落地：与研发、设计、测试等部门紧密合作，协调资源，推进项目进度，确保产品按时高质量上线； 2. 产品培训及售前支持： • 材料输出及培训说明：负责编制智能体应用相关的文档资料，如产品白皮书、使用手册等，组织针对内外部的培训活动讲解产品核心价值、功能特点及其应用场景； • 业务拓展售前支持：协助业务团队完成售前阶段的产品交流和方案演示，解答客户疑问，促进业务转化； 3. 产品迭代及运营支持： • 产品优化迭代：定期回顾产品运营数据，根据运行情况和客户反馈，推动智能体应用持续迭代升级，保持产品竞争力； 4. 行业洞察与竞品分析： • 行业洞察：持续跟踪AI技术及智能体应用的前沿趋势，特别关注在投前决策、运营管理、客服运维、资产交易等领域的最新发展； • 竞品分析：进行深入的市场和竞争对手分析，识别市场机会和威胁。
1. 产品战略与规划： • 制定能源AI产品中长期发展战略，聚焦AI大模型、智能体、时序预测等前沿技术在能源行业的落地路径； • 主导能源AI时序大模型的产品架构设计，涵盖发电功率预测、负荷预测、电价预测、故障预警等核心场景； • 设计并推动“能源融运管退智能体”产品闭环，整合金融、运营、资产管理和退出策略，实现全生命周期智能决策支持； 2. 产品管理与落地： • 主导产品需求分析、功能定义、MVP设计及迭代优化，协调算法、工程、数据、业务团队高效推进项目交付； • 建立数据驱动的产品评估体系，量化AI模型在提升发电效率、降低运维成本、优化资产回报等方面的实际价值； • 深入理解风光储、电网、综合能源服务等业务场景，推动AI产品与客户业务系统的深度集成； 3. 跨职能协作与生态建设： • 与AI算法团队紧密合作，定义模型训练目标、评估指标与工程化接口标准； • 联动市场与销售团队，输出产品白皮书、解决方案案例，支撑重点客户POC与商业化落地； • 建立与能源集团、设计院、设备厂商、碳交易平台等生态伙伴的合作机制，拓展AI产品应用场景； 4. 团队建设与领导力： • 领导能源AI产品团队，培养团队在能源+AI交叉领域的专业能力，推动技术创新与产品突破。
1. 负责智能终端科技软硬一体化产品，包括产品规划、定价、市场策略分析以及推动产品的具体落地； 2. 协同市场商务、解决方案等团队，挖掘行业、客户的需求痛点，制定产品规划以及提供满足客户诉求的智能终端商业化产品； 3. 协同外部生态合作伙伴，包括鸿蒙生态伙伴、硬件厂商生态伙伴等，构建面向智能终端市场的商业化产品； 4. 了解行业、市场发展趋势以及竞争情况，制定产品策略，不断保持产品竞争力。