智能互联ATH事业群-AI 产品经理/专家-AI视频生成-杭州
任职要求
职位要求
● 本科及以上学历，5年以上产品经理经验，有独立主导SaaS平台/工具产品/海外产品从0到1或从1到10经验者优先
● 行业Know-how ，有以下经验者优先：1）短剧/营销经验： 熟悉短剧行业的投流逻辑、ROI评估及制作全链路；或拥有丰富的数字营销、广告创意产出平台的产品经验，了解内容创作者的痛点。2）AI创作平台经验： 曾参与过AI图像/…工作职责
岗位描述 ● 产品规划与设计，负责AI视频生产平台的核心功能及创作模式规划、产品架构设计与迭代。结合业务发展目标，制定所负责板块的产品路线图。 ● 深挖产品行业化：深入洞察短剧制作、数字营销等垂直领域的业务逻辑与商业化诉求，梳理并优化生产链路各环节的内容生产工作流。 ● AI能力落地，实时跟进生成式大模型技术（如文生视频、图生视频、视频风格化等），寻找技术与商业场景的最佳结合点，结合模型发展趋势向易用、高效的用户侧产品转化。 ● 数据驱动与商业化，关注企业/创作者使用体验及平台整体商业转化效率。通过数据分析（如内容产出效率、ROI等）验证产品价值，持续驱动产品优化与商业模式跑通。 ● 跨部门协同，紧密联动算法、开发、运营及商业化团队，确保产品快速迭代、高质量交付与市场推广。
团队介绍： MaaS（Model as a Service）网站产品团队致力于打造行业领先的模型即服务平台，为开发者和企业客户提供模型发现、部署、调用、评测及管理的一站式体验。我们相信大模型将重塑软件开发与业务创新的方式，而一个优秀的 MaaS 平台是连接模型能力与用户应用价值的核心桥梁。 1. 竞争分析与行业洞察：持续跟踪国内外 MaaS 平台的产品动态与竞争策略关注大模型技术前沿，输出竞品分析与产品洞察，将技术趋势转化为平台产品机会 2. 平台产品规划与设计：负责 MaaS 网站平台的整体产品规划与路线制定，产品设计与持续迭代，设计平台化的产品架构与交互方案，构建模型发现 → 评估 → 部署 → 调用 → 监控的完整用户旅程。 3. 模型生态与开发者体验：从个人和企业开发者视角出发，规划并优化各类模型接入和服务，支撑开源模型、自研模型、三方模型等多元模型生态的高效运转；持续优化 API 文档、SDK 、Playground 、Skills 等开发者工具使用体验。 4. 商业化与增长：参与 MaaS 平台的商业化策略制定，设计模型计费、资源套餐、用量计量等商业化产品能力。建立产品核心指标体系，通过数据分析驱动产品决策与增长。 5. 跨团队协作：建立与横向团队紧密协同，并与工程、算法、设计、运营、解决方案等团队纵向协作，推动产品从设计到上线应用的全流程闭环。
团队介绍： MaaS（Model as a Service）网站产品团队致力于打造行业领先的模型即服务平台，为开发者和企业客户提供模型发现、部署、调用、评测及管理的一站式体验。我们相信大模型将重塑软件开发与业务创新的方式，而一个优秀的 MaaS 平台是连接模型能力与用户应用价值的核心桥梁。 1. 竞争分析与行业洞察：持续跟踪国内外 MaaS 平台的产品动态与竞争策略关注大模型技术前沿，输出竞品分析与产品洞察，将技术趋势转化为平台产品机会 2. 平台产品规划与设计：负责 MaaS 网站平台的整体产品规划与路线制定，产品设计与持续迭代，设计平台化的产品架构与交互方案，构建模型发现 → 评估 → 部署 → 调用 → 监控的完整用户旅程。 3. 模型生态与开发者体验：从个人和企业开发者视角出发，规划并优化各类模型接入和服务，支撑开源模型、自研模型、三方模型等多元模型生态的高效运转；持续优化 API 文档、SDK 、Playground 、Skills 等开发者工具使用体验。 4. 商业化与增长：参与 MaaS 平台的商业化策略制定，设计模型计费、资源套餐、用量计量等商业化产品能力。建立产品核心指标体系，通过数据分析驱动产品决策与增长。 5. 跨团队协作：建立与横向团队紧密协同，并与工程、算法、设计、运营、解决方案等团队纵向协作，推动产品从设计到上线应用的全流程闭环。
1、负责联网搜索、AI问答、垂域Agent工具调用等产品模块的需求分析、方案设计与迭代优化； 2、深入理解用户搜索意图和信息获取场景，定义产品的核心交互流程与体验标准； 3、与算法团队协作，推动搜索召回、排序策略、RAG pipeline、多轮对话等能力的产品化落地； 4、制定质量评估体系（如相关度、时效性等），并持续优化； 5、跟踪行业前沿（如Exa、Perplexity、Serp、Firecrawl等），输出竞品分析与产品策略建议； 6、协调设计、前端、后端、算法等多角色资源，保障产品高质量迭代。
1.负责基于大模型能力的AI应用产品规划与设计，深入理解企业客户需求特性，围绕各类业务场景推动产品持续演进与规模化落地； 2.基于对AI技术现状和趋势的深刻理解，设计有行业竞争力的AI原生应用或智能体产品； 3. 联合算法、工程及解决方案等团队，推动产品从需求洞察、方案设计到行业场景落地，并持续优化产品能力； 4. 持续关注 AI 技术与产品形态的发展趋势，结合业务需求探索新的 AI 产品机会。