奔驰
Intern_AI App Product Owner/AI应用产品经理
Intern_AI App Product Owner/AI应用产品经理
发布于 3 小时前实习/见习
实习生仅现场办公AI产品经理
AI产品经理
Adas
Ai产品经理
Llm
Prompt Engineering
Vlm
仿真测试
数据可视化
自动驾驶
值不值得投
薪资怎么样
5.0千
比AI产品经理中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 170 个在招
市场机会
选择面较广
上海 · AI产品经理 · 约 110 个在招
职位详情
关于这个职位
该实习岗位隶属于奔驰「昆仑（Kunlun）」ADAS AI 数据平台项目，你将作为 AI 应用产品经理方向的实习生，梳理并抽象自动驾驶数据平台的产品需求，借助 LLM/VLM 等 AI 工具用 prompt 快速验证方案，并参与云端算法、后端与服务方向的 Python 脚本开发
实习周期 4-6 个月、每周 4-5 天，可与行业顶级算法专家及阿里、腾讯、字节、Azure、AWS 等云专家协作
最低要求
【必备要求】
硕士学历，计算机科学／电气工程／自动化／汽车工程等相关专业
具备良好的沟通能力
具备敏锐的产品设计洞察力，以及良好的理解与表达能力
对使用 LLM/VLM 等前沿工具（如 Claude、豆包、GPT 等）充满热情与好奇心，能够通过使用 AI 工具找到解决方案的路径（prompt）
具备计算机技术与脚本编程的基础知识（如 Python、Linux、IDE 等）
工作职责
【主要任务】
具备良好的沟通能力，能够理解并解释需求，将需求抽象化，从而找到好的产品解决方案（50%）
擅长使用带 prompt 的 AI 工具，将个人洞察落地实现（30%）
在云端算法／后端／服务开发中进行脚本编程（如 Python）（10%）
具备自动驾驶相关知识背景（10%）
【实习安排】4-6 个月，每周 4-5 天
优先资格
【加分项】
能够使用 git、docker 及其他软件开发工具
了解 ADAS 功能发布流程（如 NOA、OTA 等）
AI 洞察
优缺点分析
优点
- 平台与资源稀缺：可接触世界领先的云端 GPU/TPU/车载 SOC 资源，以及来自阿里、腾讯、字节、Azure、AWS 的云专家
- 技术前沿性强：项目直接围绕 LLM/VLM、Prompt 工程与自动驾驶数据平台展开，与当前 AI 应用落地趋势高度贴合
- 导师质量高：职位描述明确提到与行业顶级算法/云专家共事，对建立方法论和人脉都有帮助
- 实习门槛与专业匹配清晰：硕士在读、计算机/自动化/汽车等专业即可，重视沟通与产品洞察而非纯工程深度
- 实习周期只有 4-6 个月、每周 4-5 天，需要在短时间内快速理解复杂的云端数据平台与 ADAS 业务
- 岗位横跨产品、AI 工具应用与脚本开发，要求你在沟通表达与动手能力之间来回切换
- 自动驾驶与云端架构知识密度高，前期学习曲线较陡，需要主动请教师兄师姐与专家
- 适合计算机/自动化/汽车相关专业硕士在读、对 AI 应用与自动驾驶有强好奇心、善于沟通抽象需求且愿意动手写脚本的同学
缺点 / 挑战
暂无明显挑战项
角色解读
- 短期（实习期）：深入了解云端 AI 数据平台的产品与工程全流程，积累一段可写进简历的自动驾驶 AI 项目经历
- 中期：可向 AI 产品经理 / 数据平台产品经理方向发展，或转向自动驾驶数据闭环、模型评估方向的产品岗
- 长期：具备 AI + 汽车行业复合背景后，可走向智能驾驶产品负责人或平台型产品专家路线
- 作为 ADAS AI 数据平台项目的实习产品经理，对接算法、云平台与数据使用方，把模糊的业务诉求抽象成可落地的产品方案
- 使用 LLM/VLM 等 AI 工具与 prompt 快速验证想法，把个人洞察转化为可演示、可评估的方案原型
- 参与数据可视化、模型评估、仿真测试等平台功能的日常使用与改进，站在用户角度提出优化建议
- 少量参与云端算法/后端/服务侧的 Python 脚本开发，配合研发完成功能落地
- 产品思维与需求抽象能力：能把用户语言转成结构化需求，并清晰表达给研发
- AI 工具使用能力：熟练使用 Claude、GPT、豆包等工具，掌握 prompt 设计与迭代方法
- 基础工程能力：Python 脚本、Linux 环境、IDE 使用，加分项包括 git、docker 协作流程
- 自动驾驶/ADAS 基础认知：了解 NOA、OTA 等功能的发布逻辑与数据闭环概念
申请策略
- 简历与面试中强调「理解并解释」的沟通能力，这是该岗位占比最高的工作内容
- 提前了解奔驰在中国的研发布局与合规云相关背景，体现你对行业环境的关注
- 主动与 HR 确认工作地点、到岗天数与实习起止时间，避免后期时间冲突
- 突出需求分析与产品设计经历：课程项目、实习或竞赛中把模糊需求拆解成方案的案例
- 展示 AI 工具实操：写明你用 LLM/VLM + prompt 做过什么原型、解决了什么问题、效果如何
- 体现工程基础：列出 Python、Linux、git、docker 的实际使用场景与项目产出
- 补充自动驾驶相关背景：ADAS 课程、NOA/OTA 认知、数据可视化或模型评估相关经历
- 明确时间可行性：写清可实习起止时间与每周可到岗天数，直接对应 JD 的 4-6 个月、4-5 天要求
面试指南
- STAR 结构：先讲背景与目标，再讲你做了哪些动作（需求拆解、prompt 迭代、脚本实现），最后给出可量化的结果
- 产品思维三步：先澄清用户与场景 → 再定义问题与衡量指标 → 最后给出方案与取舍理由
- 诚实边界：不会的技术点明确说明学习路径与已投入的尝试，避免泛泛而谈
- 请举例说明你如何用 LLM/VLM 等 AI 工具（配合 prompt）把一个想法快速验证成可展示的方案？
- 面对一个表述模糊的业务需求，你会怎样拆解并形成产品方案？请举一个具体例子
- 你如何理解自动驾驶数据平台中的数据可视化、模型评估与仿真测试？它们各自解决什么问题？
- 你的 Python 与 Linux 使用经验如何？是否用过 git、docker 参与团队协作？
- -6 个月、每周 4-5 天的实习安排，你如何保证时间投入？
奔驰 的其他在招职位
相似职位推荐
Watch Jobs