岗位职责
一、产品规划与落地
- 基于行业分析、用户洞察与数据分析，制定产品路线图并明确优先级。
- 将需求清晰描述为功能目标、用户场景与验收标准。
- 与研发、设计、算法团队高效协作，确保需求高质量落地。
- 划清平台与周边产品（数据智能、模型服务、软硬一体交付等）的能力边界，避免重复建设与心智重叠。 二、AI 能力产品化
- 将大模型 / LLM、Agent、RAG、记忆体、工具调用等底层能力，设计成开发者和企业用户真正好用的产品体验。
- 深入理解 AI 能力边界，从产品设计角度最大化发挥模型优势、规避能力短板。
- 对模型推理、模型路由等方向：负责多模型接入与上下架、模型评测与选型、模型微调、API 与配额管理、调用观测、成本与定价模型的产品化。 三、商业化与 GTM
- 制定产品上市计划与 GTM 策略，完成 Packaging 与定价（订阅 / 用量 / 选件 / 组合售卖）。
- 输出竞争话术、报价模型与交付口径，打通公有云与私有化两条路径，给业务线深度赋能。
- 深入标杆客户，把 PoC 打磨成可复制的解决方案，沉淀行业模板与最佳实践。
- 对转化、续约、用量与收入等商业指标负责。 四、快速验证与迭代
- 具备从想法到上线跑完全程的能力，主动构建 MVP 快速验证假设。
- 用数据和用户反馈驱动持续迭代，设计低成本验证机制，用最小代价快速试错。
- 建立产品迭代节奏，快速响应用户反馈与市场变化，保持每周有用户可感知的优化。 五、行业与竞品洞察
- 持续跟踪 AI Native 、Datax AI 领域的前沿进展，形成自己的判断并指导产品决策。
- 跟踪主流模型服务平台与 Agent 平台的产品和技术演进，定期输出竞品分析，识别差异化机会。
- 保持对新技术、新交互范式的敏感度，能够快速评估并获取一手洞察。
职位要求
一、基础要求
- 本科及以上学历，计算机 / 软件工程 / 人机交互等相关专业优先。
- 3 年以上互联网产品经验，其中至少 1 年 AI 产品、模型服务平台或开发者工具产品经验。
- 有从 0 到 1 产品经验者优先。 二、技术理解力
- 理解 LLM 基本原理与能力边界，能区分「模型能力问题」与「产品设计问题」。
- 深刻理解 Agent 的规划、工具调用、反思与多智能体协作模式；熟悉 ReAct等范式的适用边界；
- 有 Agent 构建、运行、观测与治理的经验，能理解 Agent 工作过程中的原理与依赖。
- 亲身使用过 Cursor、Claude Code 等 AI 编程工具，并持续关注 LLM、Agent、MCP、CLI、MaaS 等 AI 工具链的前沿动态。
- 了解模型推理服务的工程要素：推理性能、并发与限流、模型评测、成本核算的基本逻辑。 三、AI 产品能力
- 有 LLM 应用产品经验，理解模型输出不确定性对产品设计的挑战。
- 有 Prompt 优化、模型调优、错误归因的实操经验。
- 理解 Token 成本结构，具备一定的模型稳定性问题处理经验。 四、用户体验与商业化能力
- 熟悉用户体验设计原则，能独立输出交互原型与用户旅程地图。
- 有可用性测试实操经验，能通过数据发现体验问题与成本优化机会并推动改进。
- 熟悉常见体验度量方法，能建立并追踪体验指标体系。
- 具备 ToB 商业化意识，能将安全、权限、统一接入、模型治理等平台能力转化为客户可理解的采购价值。 五、软实力
- 优秀的书面与口头表达能力，能与技术团队和开发者高效沟通。
- 强同理心与用户洞察力，主动性强、结果导向，能在高速迭代和不确定性中自驱推进。 加分项
- 有开发者工具 / PLG 产品经验 / 云产品设计经验。
- 有开源贡献、技术博客或个人项目；有面向全球开发者的产品经验。
- 有云、数据库或 AI 平台商业化经验，或金融、制造等强合规行业的私有化项目经验。
- 有模型服务平台（MaaS）或 AI 网关类产品经验。
