石头科技
AI工程师（产品）
AI工程师（产品）
发布于 4 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
Aigc
Ai产品设计
Llm
Prd
Prompt Engineering
Rag
多模态生成
智能客服
项目管理
值不值得投
70综合评分
综合评分 70
前沿AI产品落地岗，技术成长性强，薪资与WLB信息未披露。
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
4.0万
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
24 个在招
市场机会
选择面较广
北京 · AI产品经理 · 约 220 个在招
职位详情
关于这个职位
这个岗位负责AI智能客服等产品的规划与设计，结合LLM、RAG、Agent、多模态生成等能力输出产品方案与PRD，并推动研发落地
你需要主导产品全流程，建立评估体系，跟踪前沿AI技术并转化为产品机会
最低要求
年以上产品经验，含1-2年AI产品经验
熟悉LLM、RAG、Prompt Engineering、Agent、多模态生成等主流AI技术原理与应用边界
具备完整的产品设计能力与项目管理能力，能与研发等团队高效沟通
对AI技术有强烈兴趣，学习能力强，能快速跟进前沿技术并转化为产品机会
工作职责
负责AI智能客服等多个产品规划与设计，结合大语言模型、RAG、Agent、多模态生成等AI技术特性，完成产品功能设计与PRD输出
主导AI产品全流程，协调研发等跨团队资源，保障交付质量
建立AI产品评估体系，通过数据与用户反馈持续优化产品体验与业务价值
跟踪AI技术趋势，负责新增内外部AI产品项目的调研、立项与落地
优先资格
有智能客服、AIGC类产品经验优先
AI 洞察
优缺点分析
优点
- 岗位直接围绕LLM、RAG、Agent、多模态生成等前沿AI技术做产品落地，技术视野较新
- 覆盖产品规划、PRD、项目推进、评估体系全流程，有利于积累完整的AI产品经验
- 智能客服和AIGC是当前企业智能化应用的热门场景，相关经验在市场上较有竞争力
- 工作地点覆盖北京、上海，便于结合个人城市偏好选择
- JD未明确薪资、办公模式与团队配置，投递前需进一步确认关键信息
- 适合有产品经验、对AI技术有强烈兴趣，并愿意在智能客服/AIGC场景中推动大模型产品落地的求职者
缺点 / 挑战
- AI技术迭代快，需要持续跟踪并理解LLM、Agent等技术的边界，学习压力较大
- 岗位需要协调研发等多团队并主导交付，对项目推进和跨团队沟通要求较高
角色解读
- 可从AI产品经理向高级AI产品经理/产品负责人发展，负责更大范围的产品线或业务方向
- 在智能客服、AIGC等场景积累LLM应用落地经验后，可转向AI平台、Agent产品或多模态产品等细分方向
- 若具备团队管理兴趣，可逐步承担产品团队管理和跨部门项目领导职责
- 负责AI智能客服等产品的规划与设计，结合LLM、RAG、Agent、多模态生成等技术特性输出产品功能方案与PRD
- 主导AI产品从需求到交付的全流程，协调研发等跨团队资源并保障交付质量
- 建立AI产品评估体系，基于数据和用户反馈持续优化体验与业务价值
- 跟踪AI技术趋势，推动内外部AI产品项目的调研、立项与落地
- 具备3年以上产品经验及1-2年AI产品经验，能独立完成需求分析、产品设计和PRD输出
- 理解LLM、RAG、Prompt Engineering、Agent、多模态生成等技术的原理与应用边界
- 具备项目管理与跨团队沟通能力，能协调研发、设计、业务等角色推进交付
- 对AI技术保持敏感，学习能力强，能把技术趋势转化为产品机会
申请策略
- 投递前确认岗位 base 地是北京还是上海，以及团队负责的是内部客服系统还是对外AIGC产品
- 了解石头科技的业务与产品矩阵，面试中结合公司场景表达AI产品落地思路
- 突出3年以上产品经验及1-2年AI产品经验，量化产品规划、上线和业务效果
- 展示与LLM、RAG、Agent、Prompt Engineering、多模态生成相关的项目案例，说明技术理解和应用边界
- 体现跨团队项目推进能力，如协调研发、设计、业务团队按期交付的经历
- 如有智能客服或AIGC产品经验，应在简历中重点呈现场景、指标和复盘结果
- 系统梳理LLM应用架构、RAG检索增强、Agent工作流和多模态生成的基础知识，准备可讲解的案例
- 补充AI产品评估方法，如离线评测、人工评估、A/B测试和用户反馈闭环
面试指南
- 用STAR结构讲清项目背景、目标、你的职责、关键决策和结果，突出产品判断而非只讲流程
- 回答技术理解题时先讲原理和适用边界，再结合具体产品场景说明取舍
- 回答评估与协作题时，给出可落地的指标框架和跨团队沟通机制，并说明如何闭环迭代
- 你如何理解LLM、RAG、Agent和多模态生成在智能客服产品中的适用场景与边界？
- 请分享一个你主导的AI产品从0到1或从1到N的案例，包括需求、方案、交付和效果
- 你会如何建立AI产品的评估体系？离线指标、人工评估和线上指标如何结合？
- 当研发认为需求技术不可行或成本过高时，你会如何推动决策？
- 你如何跟踪AI技术趋势，并把新技术转化为产品机会？
职位点评
薪资福利60
成长发展85
工作生活62
使命价值78
薪资福利
60中等
JD未披露薪资与福利，补偿性信息透明度较低，具体吸引力需在面试沟通中判断。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
85较高
岗位直接使用LLM、RAG、Agent、多模态等前沿技术做产品落地，并覆盖全流程，技术成长和项目经验积累较好；JD未明确培训或晋升机制。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt Engineering、多模态生成、AI智能客服、AIGC、PRD
业务类型ambiguous
工作生活
62中等
JD未提及办公模式、弹性安排或加班情况，生活方式适配度需在面试中进一步确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
78中等
岗位处于大模型与AIGC应用落地方向，行业技术前景较好；JD未呈现明确的使命或社会价值表述。
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
Watch Jobs