TCL
AI产品经理（大数据）
AI产品经理（大数据）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
Llm
Prd
Prompt工程
Rag
企业数字化
智能体
需求分析
值不值得投
75综合评分
综合评分 75
企业AI产品岗，前沿技术栈与复杂业务场景结合，发展空间大，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2万
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 580 个在招 · 其中AI产品经理 6 个
市场机会
选择面较广
深圳 · AI产品经理 · 57 个在招
职位详情
关于这个职位
该职位负责企业级AI产品（如智能体、AI助手等）从0到1的规划与设计，覆盖财务、供应链等业务场景
你需要深入业务一线调研需求，与算法和工程团队协作推动RAG、Agent等技术落地，并建立产品上线后的运营闭环
适合具备AI原生产品思维、希望在实体企业场景中探索AI落地的求职者
最低要求
本科及以上学历，专业不限，计算机、软件工程、信息管理、工业工程等复合背景优先
理解AI技术边界：了解LLM、RAG、Agent的基本原理与适用场景，知道Token、幻觉、上下文窗口等概念，能与技术团队进行有效沟通
具备产品基本功：能独立完成需求分析、流程梳理、原型设计与PRD撰写
具备「AI原生」产品思维——理解会话式交互、智能体工作流、人机协同模式与传统软件产品的差异，能设计合理的AI介入边界与人工兜底机制
逻辑清晰，学习能力强，能在业务语言与技术语言之间高效切换
工作职责
负责企业级AI产品（智能体、AI助手、知识问答、流程自动化等）从0到1的规划与设计，覆盖财务、供应链、营销服、研发等业务场景
深入业务一线调研需求，将业务痛点翻译为AI产品方案，撰写产品需求文档（PRD/AI产品Spec），定义智能体的工具调用逻辑、异常处理机制与验收标准
与算法、工程团队紧密协作，推动RAG、Agent、工作流等技术方案落地，把控产品从原型到上线的全流程质量
建立AI产品上线后的运营闭环——设计效果监控指标、Bad Case标签体系与知识迭代机制，持续优化智能体准确率与用户满意度
关注行业AI产品动态与竞品分析，沉淀可复用的AI产品方法论与场景模板，推动AI能力在多业务线的规模化复制
优先资格
有完整产品项目或实习经验者优先
有ToB/SaaS产品、企业数字化、RPA/低代码或AI应用产品实习经验者优先
有智能体搭建、Prompt工程或AI工具深度使用经验者优先
AI 洞察
优缺点分析
优点
- 前沿技术实践：直接参与LLM、Agent等前沿AI技术在企业复杂场景中的落地，技术视野开阔
- 企业平台资源：依托TCL丰富的业务场景（财务、供应链、研发等），拥有充足的试错空间与数据资源
- 能力壁垒高：结合AI技术与ToB业务理解，打造稀缺的'AI+产业'复合能力，职业护城河深
- 业务理解门槛高：需要深入理解财务、供应链等复杂ToB业务逻辑，前期学习曲线较陡峭
- 技术落地不确定性：AI技术（如大模型幻觉）在企业级应用中存在局限，需要设计复杂的兜底机制，平衡期望与效果
- 对AI技术有浓厚兴趣，具备较强逻辑思维与业务理解能力，希望在实体企业推动AI落地的产品求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向可成长为资深AI产品专家或AI产品总监，主导更复杂的企业级AI战略落地
- 横向可向AI业务负责人或数字化转型专家发展，统筹特定业务线（如供应链、财务）的AI化变革
- 负责企业级AI产品（如智能体、AI助手）从0到1的规划与设计，覆盖财务、供应链等核心业务场景
- 深入业务一线调研，将业务痛点转化为AI产品方案，定义智能体工具调用逻辑与验收标准
- 与算法和工程团队协作推动RAG、Agent等技术落地，并建立上线后的运营闭环与效果监控机制
- 扎实的AI技术认知：理解LLM、RAG、Agent原理，熟悉Token、幻觉等概念，能与技术团队无障碍沟通
- 产品基本功与AI原生思维：能独立完成需求分析、原型设计与PRD撰写，理解会话式交互与人机协同模式
- 业务理解与跨部门协作：能将业务语言与技术语言高效切换，推动AI能力在多业务线的规模化复制
申请策略
- 准备AI产品作品集：带上你设计的AI产品原型、PRD或智能体搭建案例，面试时能更直观展示你的'AI原生'产品思维
- 突出AI项目经验：详细描写参与过的LLM、RAG或Agent相关项目，强调你在其中的产品设计与落地贡献
- 展示ToB/复杂业务理解：若有SaaS、企业数字化或RPA经验，重点阐述你如何梳理复杂业务流程并转化为产品方案
- 体现AI原生思维：在作品集中展示你对会话式交互、人机协同边界的设计思考，以及Prompt工程或智能体搭建的实际案例
- 深化大模型技术认知：系统学习RAG架构、Agent工作流设计，熟悉主流大模型API调用及评测方法
- 补充ToB业务知识：了解供应链、财务或研发管理的基础业务流程，提升与业务方对话的专业度
面试指南
- STAR法则结合AI特性：在回答项目经验时，不仅说明背景和行动，还要重点强调AI技术边界（如模型能力限制）及你的产品应对策略（如兜底机制、Prompt优化）
- 业务价值导向：在设计方案时，先明确业务痛点与预期收益，再引入AI技术，避免'为了AI而AI'，强调ROI与落地可行性
- 请分享一个你从0到1设计的AI产品或功能，你是如何定义AI介入边界与人工兜底机制的？
- 在推动RAG或Agent技术方案落地时，如果遇到大模型幻觉或准确率不达标，你会如何设计产品机制来解决？
- 财务或供应链场景中，你认为哪个业务痛点最适合用AI智能体来解决？请简述你的产品方案
- 你如何设计AI产品上线后的效果监控指标和Bad Case标签体系？
- 体验主流AI工具：深度使用各类AI助手、Agent搭建平台（如Coze、Dify），积累对大模型能力边界的直观体感
- 了解业务场景：提前研究相关制造或零售业务，思考AI在这些场景中的潜在应用点
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
该岗位薪资福利体系完善且稳定，AI产品经理属于当前市场热门岗位，薪资具备一定竞争力。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
85较高
岗位涉及LLM、Agent等前沿AI技术在复杂业务场景的落地，技术前沿性高，且能积累深厚的业务与AI产品方法论。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Token、Prompt工程、智能体
业务类型cost_center
工作生活
60中等
职位描述未明确提及工作模式与加班情况，但作为企业级AI产品岗，可能面临一定的业务调研与项目交付压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
推动传统实体企业的数字化转型与AI升级，具有显著的行业赋能价值与产业意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs