阿里巴巴
千问事业部-千问-AI办公-AI Office 产品专家-北京/广州
千问事业部-千问-AI办公-AI Office 产品专家-北京/广州
发布于 5 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
Agent架构
Ai产品经理
产品评测体系
任务规划
数据分析
跨部门协同
Rag检索增强
大模型微调(Sft/Rl)
值不值得投
80综合评分
综合评分 80
前沿AI技术栈、高成长天花板、强结果导向，WLB待确认
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
5.5万
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 3760 个在招 · 其中AI产品经理 93 个
市场机会
选择面较广
北京 · AI产品经理 · 约 190 个在招
职位详情
关于这个职位
负责千问AI办公产品的规划与落地，围绕文档、表格、PPT等场景构建Office Agent Harness
协同算法团队完成模型SFT与RL后训练，制定评测标准并推动产品从原型到上线，对核心任务成功率与用户价值负责
最低要求
本科及以上学历，3年以上互联网或AI产品经验，有AI Office、Agent产品经验优先
熟悉Harness基本工作原理，熟悉任务规划、Skills、上下文记忆、RAG、沙箱执行、Tools/MCP
有模型、算法或评测团队协作经验，深入参与模型训练、评测工作，了解大模型技术原理
深入使用Agent类产品，对AI产品体验敏感，关注执行过程和生成效果，对产品质量有高标准
具备良好的数据分析、问题归因、跨团队协作和项目推动能力，自驱、有责任心，对最终结果负责
工作职责
围绕文档、表格、PPT等办公任务场景，负责千问AI办公 Office 产品规划与落地
负责Office Agent Harness 建设，包括任务拆解与规划、上下文与记忆管理、工具/MCP/Skill策略
协同模型算法，定义训练目标、数据策略、样本标准，完成 AI Office 模型 SFT 和 RL 后训练工作
协调评测团队，制定AI Office 办公任务评测标准，明确可用率、优质率、任务执行成功率，完成日常评测工作
协同设计、工程研发、质量和运营团队，推动产品从原型验证到上线，对核心任务成功率和用户价值负责
优先资格
有AI Office、Agent产品经验优先
AI 洞察
优缺点分析
优点
- 身处国内顶尖AI实验室，直接参与前沿大模型办公场景落地，技术视野领先
- 接触完整的Agent全链路（Harness/RAG/RL），能快速积累稀缺的AI产品实战经验
- 平台资源雄厚，跨部门协作顺畅，有利于打造高影响力的标杆产品案例
- 绩效导向明确，核心任务成功率与用户价值挂钩，成果易量化且具备行业说服力
- AI办公场景技术迭代极快，需持续跟进最新论文、开源框架与竞品动态
- 模型幻觉与长尾任务处理难度大，评测标准制定与体验打磨需要极高耐心
- 适合具备3年以上AI/互联网产品经验、对大模型技术有浓厚兴趣且抗压能力强、追求技术落地价值的求职者
缺点 / 挑战
- 跨团队协同涉及算法、工程、设计等多角色，沟通成本与项目管理压力较大
角色解读
- 纵向深耕：向高级AI产品专家或首席产品经理发展，主导更复杂的AI原生应用架构
- 横向拓展：转向AI基础设施、企业级SaaS或垂直行业大模型解决方案负责人
- 技术转型：若持续深入底层逻辑，可逐步过渡至AI系统架构师或算法产品化负责人
- 负责千问AI办公产品线的全生命周期管理，从需求洞察、原型设计到功能上线
- 搭建Office Agent Harness框架，设计任务拆解、上下文记忆与工具调用策略
- 对接算法与评测团队，定义模型训练目标、数据标准及可用性评测指标
- 统筹设计、研发、测试等多方资源，确保产品交付质量与核心任务成功率
- 精通AI Agent架构设计，熟练掌握RAG、任务规划、沙箱执行等核心技术链路
- 具备大模型训练与调优认知，能独立制定SFT与RL后训练的数据策略与评估标准
- 拥有扎实的产品方法论，擅长复杂场景下的需求抽象、原型设计与项目推进
- 具备优秀的跨团队协同与数据分析能力，能通过归因分析持续优化产品体验
申请策略
- 提前研究千问系列产品的公开资料与竞品（如Copilot、Notion AI），准备针对性的产品优化思路
- 面试前梳理过往项目中遇到的最大技术瓶颈及解决路径，用STAR法则清晰表达
- 突出过往AI产品从0到1或核心模块迭代的完整闭环经历，量化上线后的核心指标提升
- 详细列举参与的Agent/Harness/RAG相关项目，说明你在任务规划、上下文管理中的具体贡献
- 强调与大模型算法团队的协作经验，展示你如何将技术能力转化为可落地的产品方案
- 附上个人产品作品集或深度分析报告，体现对AI办公场景痛点的敏锐洞察
- 系统学习LangChain、AutoGen等主流Agent框架，动手搭建简易办公自动化Demo
- 补充大模型训练基础（Prompt Engineering、SFT流程、RLHF原理），缩小与算法团队的认知差
面试指南
- 采用“背景-挑战-行动-结果”结构，重点突出你在复杂系统中的决策逻辑与数据验证过程
- 针对技术协同类问题，先对齐业务目标，再拆解为可量化的技术指标，最后给出迭代路线图
- 回答产品权衡问题时，分层阐述（核心场景保稳定/长尾场景做探索），体现结构化思维
- 请分享一个你主导的AI产品项目，你是如何设计Agent的任务拆解与上下文管理策略的？
- 面对大模型在办公场景中的幻觉问题，你会建立怎样的评测体系与优化闭环？
- 如果算法团队提供的模型效果未达预期，作为产品经理你会如何调整数据策略或产品交互？
- 如何平衡AI办公功能的创新性与企业用户的稳定性需求？
- 复习大模型基础原理与主流Agent架构，确保能用非技术语言清晰解释技术边界
职位点评
薪资福利82
成长发展91
工作生活65
使命价值76
薪资福利
82较高
该职位提供具有竞争力的薪酬包与完善的福利体系，但JD未明确披露具体薪资结构与额外补贴，整体补偿性动机满足度良好。
薪资信号偏高 (4.0千–7.0万/月)
成长发展
91较高
岗位深度绑定大模型与Agent前沿技术，要求参与SFT/RL训练与Harness架构设计，技术成长空间与职业天花板极高。
技术前沿前沿/新兴技术
技术栈Agent、Harness、RAG、SFT、RL、MCP、任务规划、上下文记忆
业务类型profit_center
工作生活
65中等
JD未明确说明办公模式与工时安排，互联网大厂核心研发岗通常节奏较快，工作生活平衡存在一定不确定性。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
76中等
聚焦AI赋能办公场景，致力于提升大众工作效率与体验，契合技术向善理念，行业前景与社会价值兼具。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs