崗位職責(zé)：
1、技術(shù)認(rèn)知與前瞻性：需深入理解AI核心技術(shù)原理，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)及大模型（如LLM、多模態(tài)模型）的底層邏輯，掌握Transformer架構(gòu)、RAG檢索增強(qiáng)等技術(shù)邏輯。同時(shí)要持續(xù)追蹤AI技術(shù)發(fā)展動態(tài)，對AI Agent等前沿方向有敏銳洞察。
2、AI項(xiàng)目實(shí)戰(zhàn)與落地經(jīng)驗(yàn)：5年以上產(chǎn)品經(jīng)理經(jīng)驗(yàn)（停車及出行行業(yè)經(jīng)驗(yàn)優(yōu)先），至少2年以上AI相關(guān)產(chǎn)品經(jīng)歷，優(yōu)先考慮有特定領(lǐng)域成功案例，如智能客服、智能體等場景的產(chǎn)品設(shè)計(jì)與實(shí)施經(jīng)驗(yàn)，能獨(dú)立推動AI技術(shù)與業(yè)務(wù)場景的融合落地。
3、業(yè)務(wù)與場景重構(gòu)能力：需具備扎實(shí)的產(chǎn)品基本功，能從競品分析、用戶調(diào)研中精準(zhǔn)定位需求，將抽象業(yè)務(wù)目標(biāo)（如降本、增收）拆解為可落地的AI任務(wù)。核心在于實(shí)現(xiàn)AI與業(yè)務(wù)的深度融合，例如通過大模型與實(shí)際業(yè)務(wù)場景結(jié)合等，用AI解決傳統(tǒng)方法難以應(yīng)對的復(fù)雜問題。
4、數(shù)據(jù)與工程思維：具備數(shù)據(jù)驅(qū)動的產(chǎn)品設(shè)計(jì)與優(yōu)化能力，理解AI產(chǎn)品對數(shù)據(jù)的核心依賴，能主導(dǎo)模型訓(xùn)練數(shù)據(jù)規(guī)劃（如多模態(tài)語料庫構(gòu)建）、標(biāo)注規(guī)則定義及數(shù)據(jù)質(zhì)量管控。需熟悉AI工作流工具或數(shù)據(jù)標(biāo)注工具的使用，能通過模型效果數(shù)據(jù)（如準(zhǔn)確率、響應(yīng)時(shí)間）持續(xù)迭代產(chǎn)品。
5、跨團(tuán)隊(duì)協(xié)作與項(xiàng)目管理能力：需具備清晰的邏輯思維與高效表達(dá)能力，具備強(qiáng)目標(biāo)導(dǎo)向與抗壓能力，能快速推動復(fù)雜項(xiàng)目進(jìn)展，把控項(xiàng)目周期與資源，確保AI產(chǎn)品按預(yù)期實(shí)現(xiàn)。