Wistron logo
纬创资通
AI 專案推動管理

AI 專案推動管理

发布于 31 分钟前

普通员工/个人贡献者

AI 估算 · 7.0–11.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公AI产品经理
AI产品经理
Ai战略落地
Ai项目管理
云计算运维
技术合作
数据治理
算力管理

值不值得投

80综合评分

综合评分 80

大厂核心AI推动岗,技术视野广阔,发展机会多,但需应对复杂的内部协作与变革挑战

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

9.0万

比AI产品经理中位数高

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 510 个在招

职位详情

关于这个职位

负责推动公司内部AI项目的标准化落地与管理,包括执行AI数据框架政策、研究外部AI模型与行业趋势

同时拓展与领先企业的技术合作,协助AI项目进行CloudOps/AIOps赋能,并统筹算力资源管理,连接研发与业务需求

最低要求

配合内部RD与日常业务等需求,以标准化方式进行赋能推动与管理

执行AI Ready Data统一框架与政策
进行外部AI模型/工具、产业趋势等研究
扩大与AI领先业者进行技术合作验证
协助AI项目进行CloudOps与AIOps等赋能
算力统整需求与管理等

工作职责

配合内部RD与日常业务等需求,以标准化方式进行赋能推动与管理

执行AI Ready Data统一框架与政策
进行外部AI模型/工具、产业趋势等研究
扩大与AI领先业者进行技术合作验证
协助AI项目进行CloudOps与AIOps等赋能
算力统整需求与管理等

AI 洞察

优缺点分析

优点

  • 身处跨国巨头企业,拥有充足的算力资源和真实的业务场景供AI落地实践
  • 接触前沿AI技术与生态合作,能快速积累行业人脉与技术视野
  • 岗位具有战略高度,有助于从全局视角理解企业数字化转型路径
  • 项目推动往往面临传统业务惯性阻力,变革管理难度较大
  • 适合具备技术背景的项目经理或产品经理,热衷于AI落地应用,擅长跨团队协作与资源整合的人才

缺点 / 挑战

  • 需平衡内部复杂利益相关者与外部技术供应商,沟通成本较高
  • AI技术迭代极快,需持续保持高强度的学习与研究压力

角色解读

  • 可向AI解决方案架构师、首席AI官(CAIO)或数字化转型负责人方向发展
  • 也可深入垂直领域,成为特定业务线(如智能制造、供应链)的AI业务专家
  • 作为AI项目推动者,负责将AI能力标准化并嵌入公司日常业务流程
  • 研究前沿AI模型与工具,评估其在公司业务中的应用潜力
  • 协调内部研发与外部合作伙伴,推进AI项目的落地验证与算力资源管理
  • 具备AI项目全生命周期管理经验,熟悉AI Ready Data框架及数据治理标准
  • 了解CloudOps/AIOps运维体系,具备算力资源规划与统筹能力
  • 拥有优秀的跨部门沟通能力及技术趋势洞察力,能推动技术合作

申请策略

  • 关注公司在智能制造或物联网领域的AI布局,面试时可结合具体业务场景提出见解
  • 准备具体的案例,说明如何克服技术落地过程中的非技术性障碍
  • 突出过往主导的AI或数字化项目案例,强调从0到1的推动过程及最终业务价值
  • 展示对AI数据框架、算力管理或云原生技术的深入理解与实践成果
  • 体现对外部技术生态的合作经验及行业趋势研究的深度
  • 深入学习LLM应用开发流程及MLOps最佳实践
  • 提升项目管理方法论(如Agile/Scrum)在AI项目中的适配应用
  • 加强商业敏感度,学习如何将技术指标转化为业务收益

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出个人贡献与量化成果
  • 采用‘问题-分析-方案-验证’的逻辑结构回答技术选型与合作问题
  • 展现‘以人为本’的变革管理思维,强调沟通、培训与激励机制的作用
  • 请分享一个你成功推动落地的AI项目案例,你在其中扮演什么角色?
  • 如何评估和选择合适的外部AI模型或工具用于企业内部?
  • 面对内部业务部门对新技术的抵触,你如何推动标准化政策的执行?
  • 你对AI Ready Data框架有什么理解?如何确保数据质量?
  • 如何规划和优化公司的算力资源以支持多个AI项目?

职位点评

薪资福利85
成长发展90
工作生活60
使命价值75

薪资福利

85较高

作为已上市的跨国巨头企业,通常提供具有市场竞争力的薪酬体系和完善的福利保障,稳定性高。

薪资信号未披露(AI估算:7.0千–11.0万/月)

成长发展

90较高

岗位直接涉及AI前沿技术研究、外部合作验证及标准化框架建设,技术成长空间大,职业天花板高。

技术前沿前沿/新兴技术
技术栈AI Ready Data、CloudOps、AIOps、AI模型、算力管理
业务类型profit_center

工作生活

60中等

位于新北市汐止区,通勤相对台北市中心可能较便利,但制造业巨头通常工作节奏较快,JD未明确提及弹性工作制。

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

75中等

通过推动AI技术在制造与业务场景的落地,助力企业数字化转型与效率提升,具有明确的商业价值和社会生产力意义。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs