HCLTech
Technical Project Manager
Technical Project Manager
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公项目与项目集管理
项目与项目集管理
Ai/Ml
Bom
Llm
Sql
数据治理
数据质量
硬件工程
项目管理
值不值得投
71综合评分
综合评分 71
顶尖硬件项目、AI前沿技术栈、成长空间大，但跨时区协作带来一定强度且为12个月合同期。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.3万
比项目与项目集管理中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
3 个在招
市场机会
选择面较广
上海 · 项目与项目集管理 · 约 510 个在招
职位详情
关于这个职位
该职位负责在Incline平台中维护和管理高质量工程数据，并支持AI工具的开发与应用
作为工程团队、供应商和AI开发者之间的桥梁，推动数据治理、文档标准化及跨部门协调，确保AI工具能有效利用工程数据集
最低要求
深入了解硬件工程文档，包括机械/电气图纸、BOM、测试报告、CPK、FAI和SPC概念
具有工程数据管理、数据治理和大规模数据质量管理经验
能够快速学习并在Incline平台及相关工程数据模型中工作
了解AI/ML工具和工作流程，包括基于LLM的工具、提示工程、数据准备和AI驱动的分析
具备使用Python和SQL等工具的数据分析和脚本编写技能
具备强大的分析和解决问题的能力，能够识别和解决数据异常
高度关注细节，对数据审计和清理有系统的方法
出色的跨职能沟通和利益相关者管理技能
熟练使用标准生产力工具（Microsoft Office和/或Apple生产力套件）
工作地点：中国上海或深圳
具备时区灵活性，以支持中国和印度团队
接受12个月的项目/合同期限
能够与HWTE、机械工程、EPM、供应商和AI开发团队密切合作
具备强烈的责任心，能够在高度跨职能的环境中独立工作
工作职责
拥有和管理VPG、Watch和Accessories项目的Incline设计数据
确保工程数据、BOM结构、报告、元数据和文档保持完整、准确和最新
建立和维护数据治理流程、命名约定、零件编号标准和数据卫生实践
审计现有Incline数据集并修复差距、重复条目、不一致和缺失文档
与HWTE团队和供应商合作解决数据质量问题并关闭文档差距
通过提供领域专业知识、验证输出以及协助数据准备和标记活动来支持AI工具开发
作为AI工具开发者的主要联系人，提供关于Incline数据结构和语义的指导
生成并发布涵盖数据质量、项目进度和AI支持活动的每周状态报告
识别并上报可能影响AI开发时间线或结果准确性的数据质量风险
在整个项目生命周期中进行数据评估、清理和管理活动
监控供应商绩效问题并在需要时支持绩效管理活动
维护长期数据卫生并遵守批准的工程数据库和数据共享流程
优先资格
熟悉涵盖VPG、Watch和Accessories项目的工程产品开发环境
有接触AI/ML工具的经验，并愿意支持新兴的AI用例
能够支持文档标准化、合规活动和工程数据生命周期管理
AI 洞察
优缺点分析
优点
- 深度参与核心硬件项目（VPG、Watch等），接触前沿AI工具在工程领域的应用
- 积累大型跨国团队的数据治理与跨部门协作经验
- 个月的项目合同期，可能存在续约或转正的不确定性
- 具备硬件工程背景且对AI/数据治理感兴趣，能适应快节奏跨文化团队环境的技术项目管理人才
缺点 / 挑战
- 需要同时兼顾传统硬件工程数据管理与新兴AI工具开发，跨领域学习压力较大
角色解读
- 可向高级技术项目经理、工程数据架构师或AI工程化产品经理方向发展，积累大型硬件项目与AI结合的前沿经验
- 负责Incline平台中硬件工程数据的管理、清洗与治理，确保数据质量
- 作为桥梁连接工程团队与AI开发者，支持AI工具的数据准备与验证
- 监控供应商绩效并输出项目状态报告
- 需具备硬件工程文档（BOM、图纸等）理解能力
- 掌握Python和SQL进行数据分析与脚本编写
- 熟悉AI/ML工具及LLM工作流，具备跨部门沟通与数据治理经验
申请策略
- 了解HWTE团队的工作模式及VPG/Watch产品线背景，面试时展现对数据质量和AI赋能工程的深刻理解
- 突出硬件工程数据管理（BOM、图纸等）经验
- 展示Python/SQL数据分析能力及AI/LLM工具的实际应用案例
- 强调跨部门沟通与供应商管理经验
- 提前熟悉Incline平台或类似PLM/PDM系统
- 深入学习LLM在工程数据分析中的应用场景及Prompt Engineering
面试指南
- 采用STAR法则，重点突出“发现问题-制定数据治理标准-使用工具(如Python/SQL)自动化清洗-跨部门对齐-最终支持AI模型训练”的完整闭环
- 请分享一个你处理大规模工程数据清洗和治理的经验，你是如何保证数据质量的？
- 你如何使用Python或SQL来支持AI工具的数据准备？请举例说明
- 在跨职能团队中，如果工程团队和AI开发者对数据结构的理解存在分歧，你如何协调解决？
- 你对硬件工程文档（如BOM、CPK、FAI）的理解有多深？如何将其转化为AI可用的数据？
- 复习硬件工程基础知识（BOM结构、公差分析等）
- 准备1-2个利用AI/LLM提升工程效率的实际案例
- 了解对数据隐私和合规的严苛要求
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
薪资处于市场中上水平，但12个月的合同期在稳定性上存在一定折扣，整体补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
85较高
能够深度参与核心硬件项目并接触AI赋能工程的前沿应用，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Python、SQL、AI/ML、LLM、Incline、BOM
业务类型ambiguous
工作生活
50较低
JD要求时区灵活性以支持中国和印度团队，且未提及弹性工作或WLB，工作强度可能较大。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
参与全球顶尖消费电子产品的硬件工程与AI创新，具有较高的行业影响力和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
HCLTech 的其他在招职位
相似职位推荐
Watch Jobs