百度
AI 产品专家（Agent 知识引擎方向）（J107146）
AI 产品专家（Agent 知识引擎方向）（J107146）
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
Ai产品经理
B端产品
Prompt Engineering
Rag
企业知识库
商业化落地
大模型
数据接入
值不值得投
82综合评分
综合评分 82
前沿AI技术栈、高成长潜力、大厂平台背书，适合追求技术突破与商业价值的资深产品经理
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 1330 个在招 · 其中AI产品经理 44 个
市场机会
选择面较广
北京 · AI产品经理 · 约 250 个在招
职位详情
关于这个职位
负责企业办公Agent知识引擎的产品规划与设计，构建从数据接入、知识理解到检索供给及Agent调用的完整链路
需深入理解大模型与Agent机制，协同算法与工程团队建立评测体系，并推动知识能力在金融、教育等重点行业的商业化落地与规模化交付
最低要求
具备 AI 搜索、Agent、企业知识、数据平台或企业软件相关产品经验，有 AI 产品策略、技术产品或平台产品的实际交付经历，能够独立完成需求分析、产品设计、方案协同、效果验证与持续迭代
对大模型与 Agent 有深入理解，熟悉上下文工程、知识检索、长上下文、多模态理解及工具调用等核心机制与能力边界，具备模型或 Agent 效果评测与优化经验，能够分析数据、模型及系统策略对最终任务效果的影响
具备扎实的技术理解力，熟悉信息检索与 RAG 的核心链路，理解 Query 分析、召回排序、相关性判断及上下文组织机制
能够阅读技术方案，理解 API、数据结构与系统交互，了解多源数据接入、业务建模、增量更新及权限控制等核心概念
具备较强的 B 端客户与市场理解力，能够深入客户工作流程，独立开展客户访谈、需求分析与场景验证，理解客户的数据环境、业务需求及不同角色的诉求，判断需求的业务价值、付费意愿与产品化空间
具备较强的数据分析与实验能力，能够定义产品指标与验收标准，构建评测集、设计对比实验、分析失败案例并定位问题，将知识处理与服务指标关联到 Agent 的实际任务效果，推动持续优化
具备较强的动手能力，能够使用模型 API、AI Coding 及数据分析工具，独立构建可运行的产品原型或 MVP，完成从场景设计、数据准备、服务调用到效果验证的完整过程，并推动正式产品交付
是办公 Agent 或 Coding Agent 的深度用户，持续关注并实际使用海内外代表性产品，能够结合真实任务分析其产品设计、模型能力、知识与上下文策略、工具集成及交付体验，并形成独立判断
工作职责
负责企业办公 Agent 知识引擎的产品规划与设计，建设从企业数据接入、知识理解与处理、检索供给到 Agent 调用的完整链路，将企业文件、业务数据及网盘素材转化为 Agent 可理解、可调用、可复用的业务上下文，提升办公任务的完成质量与效率
负责企业多源数据接入与管理能力设计，涵盖数据连接器、身份鉴权、数据范围选择、导入与持续同步、按需查询及更新管理
定义数据归属、访问权限与生命周期规则，满足个人、项目及企业共享等不同范围的使用要求
负责企业知识理解与建模能力建设，涵盖文档及多模态内容理解、业务事实与规则抽取、业务对象与关系建模，以及通用和行业场景模板设计，推动非结构化内容与业务数据转化为可管理、可复用的知识资产
负责面向 Agent 的知识检索与上下文供给策略，涵盖 Query 理解、检索召回与排序、相关性判断、上下文组织，以及基于任务反馈的知识更新与纠错，持续提升 Agent 对企业知识的理解、检索与使用效果
负责面向 Agent 的知识服务能力设计，建设知识查询、关系查询、原文及素材读取、变化查询等标准化服务，明确调用协议、返回内容、来源依据及异常处理机制，推动知识能力跨 Agent、跨场景复用
协同算法、模型、工程研发及质量团队，建立覆盖数据接入、知识处理、检索供给与 Agent 任务交付的评测和验收体系
协同百度网盘、百度文库、百度学术等产品，发挥产品矩阵与数据优势，围绕真实办公任务设计知识生产、沉淀与消费链路，推动知识引擎与现有产品及外部业务系统协同，建设可跨行业、跨场景复用的通用能力
深入金融、教育科研、影视媒体等重点行业的客户工作流程，识别高价值业务需求，将客户的数据环境、业务规则与任务要求转化为可配置、可复用的产品能力，推动客户验证与规模化交付
协同 GTM 团队沉淀行业解决方案、产品价值与差异化卖点，支撑商业化落地
优先资格
有 AI 搜索、Deep Research、RAG、文档智能、多模态检索或知识抽取的实际产品经验
有企业知识平台、数据连接器、CRM、企业网盘、开放平台或数据治理相关产品经验
有云服务与云产品、企业级 Agent 产品从 0 到 1 建设、客户验证或规模化商业交付经验
AI 洞察
优缺点分析
优点
- 处于AI Agent与企业知识库的最前沿赛道，技术壁垒高且市场需求旺盛
- 依托百度强大的数据生态（网盘、文库）与技术底座，资源支持充足
- 需要同时兼顾技术深度（RAG、多模态）与商业广度（行业解决方案），工作复杂度极高
- 适合拥有3年以上AI/B端产品经验，对大模型技术有深刻理解，且具备较强商业敏感度和落地能力的资深产品经理
缺点 / 挑战
- B端客户验证与规模化交付周期长，压力较大
角色解读
- 可向AI基础设施产品专家、AI解决方案负责人或AI业务线总经理方向发展，成为懂技术又懂业务的复合型高端人才
- 负责企业级Agent知识引擎的全链路产品设计，包括数据接入、知识处理、检索策略及服务化封装
- 精通RAG架构与大模型应用，具备深厚的B端业务理解力与客户洞察能力，掌握数据分析与实验方法论
申请策略
- 准备具体的案例，说明如何通过技术手段解决企业知识孤岛问题，并量化带来的效率提升或商业价值
- 突出展示AI Agent、RAG或企业知识库相关的完整项目闭环经验，强调从0到1的建设及商业化成果
- 深化对LLM上下文工程、向量数据库及多模态技术的理解，提升SQL/Python数据分析能力及原型开发能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）阐述项目经验，重点突出技术选型理由、遇到的挑战及量化成果
- 请详细描述你设计的RAG系统的架构及优化策略
- 如何评估和优化Agent在企业复杂场景下的表现？
- 面对B端客户的定制化需求，如何进行产品标准化与商业化的平衡？
- 如何利用数据分析驱动产品迭代？
- 深入研究百度现有的AI产品矩阵，了解RAG最新技术趋势，准备1-2个深度的B端AI产品案例进行复盘
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为已上市的互联网巨头，提供具有市场竞争力的薪酬福利体系，稳定性与收入水平均属上乘。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
95较高
岗位涉及AI Agent与知识引擎等前沿技术领域，技术栈先进，成长空间巨大，能接触大量真实业务场景。
技术前沿前沿/新兴技术
技术栈Agent、RAG、大模型、多模态、知识图谱、向量检索
业务类型profit_center
工作生活
60中等
互联网大厂通常工作节奏较快，虽未明确提及加班文化，但B端商业化交付压力可能导致高强度工作。
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
80较高
致力于通过AI技术提升企业办公效率，推动知识资产的数字化与智能化，具有显著的社会价值与行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升办公任务的完成质量与效率、推动知识引擎与现有产品及外部业务系统协同
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs