蚂蚁金服蚂蚁数字科技-数字科技线-新能源数据产品（新能源出行方向）
任职要求
1. 基本条件：
（1）本科及以上学历，计算机、统计学、数学、车辆工程、电气工程等相关专业优先；
（2）5年以上数据产品经理或数据分析相关经验，其中至少2年以上新能源、或车联网、或充换电大数据领域经验；
2. 核心能力：
（1）能独立进行复杂数据提取和清洗；熟悉数据仓库分层和数据建模方法，能独立完成数据探查与需求验证；
（2）具备扎实的数据思维，熟悉指标体系、标签体系、数据质量、元数据管理等核心概念；
（3）深刻理解动力电池工作原理（SOC/SOH/SOP）、充…工作职责
1. 协助数据治理与质量管理： （1）负责梳理新能源车、充电桩、动力电池、车主用户等全域数据资产，建立数据质量监控体系（完整性、准确性、一致性、及时性）； （2）制定数据清洗、数据标准化、异常数据修复的产品化方案，推动数据治理工具或平台的落地； 2. 负责指标与标签体系建设（三选二）： （1）设计并构建新能源车辆运行指标体系（如续航衰减率、充电效率、SOC/SOH健康度等）； （2）搭建动力电池全生命周期标签体系（如电芯压差、温升异常、循环寿命预测标签）； （3）构建车主用户画像标签（如充电行为偏好、电池使用习惯、权益敏感度等）； 3. 数据挖掘与算法应用产品化： （1）与算法团队协作，将电池寿命预测、充电桩故障预判、车辆能耗优化等模型成果，转化为可用的数据产品（如智能告警、主动维保、能效优化建议等）； （2）负责数据挖掘结果的产品化封装（API、看板、报告、订阅服务）； 4. 权益与数据增值服务产品设计： （1）基于数据洞察，设计车主权益产品（如电池延保、充电优惠、积分兑换、救援优先等），并实现权益的精准匹配与自动化发放； （2）探索数据增值服务（如为保险公司提供驾驶行为评分、为二手车商提供电池检测报告、为电网提供充电负荷预测数据），并负责产品从0到1的商业化落地； 5. 项目交付与跨部门协同： （1）协同业务部门（车联网、充电网络、售后服务、营销）完成产品需求评审、原型设计、迭代排期及上线跟进。
1. 产品解决方案设计及客户支持： （1）深入洞察新能源车、充电桩、电池行业趋势，精准识别行业痛点及数据服务增长机会； （2）基于公司核心数据资源与技术能力，主导从0到1构建具有市场竞争力的数据商业化产品及行业解决方案，明确产品商业模式与价值主张； （3）面向客户提供咨询式销售支持，深入理解客户业务场景，设计数据服务解决方案，协助客户实现数据变现、效率提升或业务规模增长； （4）整合内部技术、数据、算法资源以及外部生态合作伙伴资源，推动解决方案在项目中的高效落地，持续运营、调优，为业务转化结果负责； （5）建立标杆案例，总结最佳实践，推动解决方案从1到N的规模化复制与推广，达成既定营收与市场占有率目标； 2. 行业洞察与方法论沉淀： （1）持续跟踪新能源车、桩、电池行业动态、政策法规及技术前沿（特别是AI大模型在垂直领域的应用），输出具有前瞻性的行业通用解决方案； （2）基于项目实战反馈，沉淀行业通用的数据指标体系、分析模型及解决方案框架，不断优化产品能力边界，构建公司在该领域的专业壁垒； 3. 跨部门协同与生态构建： （1）作为连接产研、数据源、商务与客户的桥梁，协调各方资源，打通从市场需求到产品交付的商业闭环； （2）积极关注行业发展趋势、标准制定及生态合作，提升公司在新能源车、桩、电池数据服务领域的品牌影响力。
1. 完成对销售BD的个人业绩要求； 2. 制定行业销售策略，管理项目机会、促进项目落地和交付； 3. 深耕新能源电力头部央国企客户，对接数科内部产品和方案，树立行业内蚂蚁数科的口碑和案例。
1. 负责海外 ZAN SaaS 产品从需求洞察、路线图规划到上线交付与持续迭代； 2. 设计产品的商业化模式:定价与套餐、计费与配额、试用与转化路径,持续优化付费转化与留存； 3. 与市场、BD、运营、合作伙伴协同,制定并落地产品 GTM 策略,把握海外开发者 / 企业客户的获取与增长； 4. 持续监控用户反馈与核心产品指标(转化、留存、ARR、活跃等),识别优化与增长机会并驱动落地； 5. 与工程、设计紧密配合,交付高质量、对开发者友好的产品与文档； 6. 针对目标生态与重点客户,发展并维护长期合作关系,帮助产品在全球开发者生态中成长。
按方向划分，你将承担以下职责中一项或多项： 1.分布式训练方向： （1）设计并调优大规模混合并行策略（TP/PP/DP/EP/CP 组合方案），持续提升集群 MFU； （2）做训练性能 profiling 与全链路瓶颈攻坚，扛起训练稳定性终极排查（NCCL 超时、梯度异常、显存泄漏）； （3）对 Megatron-LM / DeepSpeed 等训练框架做深度适配、魔改与 bug 修复，主导 mid-train 阶段的分布式方案设计与执行，与基座模型团队做核心技术对接； 2.推理服务方向： （1）负责推理服务搭建与维护（vLLM / SGLang 部署、升级、深度调优）； （2）推进批量推理优化与量化方案落地，在精度与吞吐之间找到商业最优解； （3）建设 Checkpoint 管理与模型格式转换工具链，作为基模与算法团队之间的桥接层，提供日常 infra 支持； 3.Agentic RL 沙箱方向： （1）从 0 到 1 搭建 Agentic RL 训练的沙箱环境基建，做多团队协作的技术枢纽； （2）设计标准化的环境接口（observation / action / reward），保障沙箱的隔离性、容错与资源管控； （3）优化沙箱吞吐与延迟，持续接入新工具与新环境； 4.大模型训练参与方向： （1）负责专项数据合成，为模型训练提供高质量数据燃料； （2）参与专项能力优化与模型训练，把引擎能力转化为真实的模型能力提升。