• B端产品 AI产品
• 找场景、定方案：深入业务一线，识别高价值AI应用场景，把模糊需求翻译成可落地的技术方案（如工单/合同智能处理、销售/客服流程自动化、票据信息抽取等）。
• 全流程落地：负责AI场景从PoC验证、方案设计、工程集成到上线运营的全流程，搭建可复用的RAG、Agent工作流、Prompt管理、模型接入与评测等工程化脚手架，确保AI能力“能用、好用、稳定”。
• 跨团队协同：作为业务与技术的“翻译层”，拉通算法/平台团队与产品/业务团队，对齐场景、数据与能力，推动高效协作与持续迭代。
• 效果优化：建立“业务+模型”联合评估体系，用真实数据驱动Prompt、流程与模型迭代，沉淀可复用的落地方法论。
• 知识赋能：将成功案例抽象为模板与组件，赋能其他团队快速复制，降低试错成本。

• 本科及以上学历，计算机 / 软件工程 / 人工智能等相关专业；3-5 年工程经验，具备产品全生命周期的工程化落地经验，有 ToB SaaS 或企业级软件交付背景者优先。
• 扎实的工程功底：精通至少一门后端语言（Python 优先，或 Go / Java），熟悉 REST / gRPC、微服务架构、容器化（Docker / K8s）与 CI/CD。
• AI 工程化实战经验：有真实落地的 LLM 应用经验（RAG / Agent / 微调 / 多模态皆可），用过主流框架与工具（如 LangChain / LlamaIndex、向量数据库、主流推理 / 对齐框架），懂 Prompt 工程与效果评测。
• 业务抽象能力：能快速吃透复杂业务逻辑，把"业务痛点"拆成"可建模、可工程化的问题"，在不依赖算法同学的情况下也能完成工程闭环。
• 端到端 Owner 意识：能独立负责一个场景从 0 到 1 上线，对结果负责，具备强沟通与跨团队推动力。

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位