腾讯云AI产品-客户成功

优缺点分析

角色解读

• 向资深客户成功专家或解决方案架构师方向发展，成为团队技术核心
• 横向拓展至腾讯云其他AI产品线（如混元大模型），晋升为产品负责人或行业总监
• 积累头部客户交付经验后，可转向产品管理或技术管理岗位
• 深入头部客户业务场景，将客户需求转化为基于WorkBuddy/CodeBuddy的AI解决方案，并主导落地交付
• 基于客户私有知识库构建RAG问答能力，运用Prompt工程和Agent编排方案实现办公提效和研发效能提升
• 打通飞书、企微、腾讯文档等办公链路以及客户内部CRM/ERP/OA系统，实现多Agent协同
• 跟踪客户业务指标，持续优化方案，并沉淀可复用的交付资产和行业方案模板
• 熟练掌握Python/TypeScript/Java至少一门语言，具备扎实的编码能力
• 精通大模型应用技术栈：上下文工程、RAG、MCP、SDD、Harness工程，能独立设计和调优AI方案
• 了解友商AI技术架构，熟练使用各类AI工具和平台，对前沿技术保持持续关注
• 出色的客户沟通和需求分析能力，能够将复杂技术问题转化为业务价值

申请策略

• 关注腾讯云AI产品动态，了解WorkBuddy和CodeBuddy的最新功能，面试时展现对产品的理解
• 准备一个完整的客户成功案例，从需求分析到方案设计到最终效果评估，体现端到端能力
• 突出大模型项目经验，特别是RAG、Prompt工程、Agent编排等实际落地案例
• 强调编程能力（Python/Java/TypeScript），并展示在云厂商或AI平台的交付经历
• 量化过往项目成果，如交付周期缩短率、代码采纳率等，体现价值导向
• 系统学习MCP、SDD、Harness工程等大模型应用技术栈，补全知识盲区
• 熟悉腾讯云生态产品（如企业微信、腾讯文档、CODING等），了解其功能和接口

面试指南

• STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，结构化展示项目经验
• 技术+业务结合：先讲技术方案，再强调对业务指标的提升，体现客户价值导向
• 学习能力展示：说明如何快速学习新技术，并举例应用在项目中
• 请描述一个你主导的大模型落地项目，从需求分析到最终交付的全过程
• 你在RAG项目中如何优化检索准确率和生成质量？遇到过哪些挑战？
• 如何评估AI解决方案对客户的业务价值？你常用哪些指标？
• 请解释MCP协议的作用，以及你如何通过它打通客户内部系统？
• 你如何保持对大模型前沿技术的了解？最近关注哪些技术进展？