中国平安
产品经理
产品经理
发布于 2 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
B端产品设计
Llm
Prompt工程
Rag
大模型应用
智能体工作流
值不值得投
70综合评分
综合评分 70
平安集团AI智能体平台核心产品岗，技术栈前沿、成长空间大，薪资处于市场中等水平，工作节奏较快。
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
2万
比AI产品经理中位数低
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 13470 个在招 · 其中AI产品经理 11 个
市场机会
选择面较广
深圳 · AI产品经理 · 67 个在招
职位详情
关于这个职位
该职位负责平安智能体平台及平安One的全生命周期产品建设，将LLM、Agent等前沿AI技术转化为企业级标准化产品能力
你需要通过数据驱动持续优化平台功能与交互体验，并制定运营推广策略，支撑各业务线AI智能体项目的落地与高效应用
最低要求
本科及以上学历，3年以上产品经理经验
熟悉大模型应用落地全链路设计流程，掌握Prompt、RAG、模型路由、工具调用、任务编排使用方法，具备Agent自主规划类项目落地经验
具备成熟的企业级B端平台型产品设计思维与落地能力，熟练使用Axure等产品设计工具，拥有扎实的文档撰写、需求拆解、方案落地能力，逻辑清晰、流程把控能力强
能熟练掌握低代码平台、智能体工作流编排及开发者工具，精通Coze、Hi agent、Dify、百炼等主流智能体平台的功能架构与落地逻辑
了解并熟悉主流智能体开源框架及技术体系，了解Deepseek Harness、AgentScope、Deerflow、Pi、Dify等行业主流智能体框架的应用场景与核心能力
熟练运用各类AI辅助开发与办公工具，包括但不限于Codex、Claude Code、Open Code、Workbuddy、DSH等，能够借助工具高效推进产品工作
具备优秀的跨部门沟通、多方资源协调与问题解决能力，结果导向、执行力强、自驱力足，能快速适配业务迭代节奏，高效推进项目交付
工作职责
平台全生命周期产品建设：全权负责智能体平台、平安One的需求调研、整体产品规划与迭代落地
覆盖智能体搭建、可视化工作流编排、企业级知识库管理、MCP插件/工具接入、Prompt工程管理、版本发布与灰度上线、效果复盘、运营看板搭建等核心模块
深度对接业务BU、研发及测试团队，完成需求挖掘、需求拆解、进度追踪，独立输出PRD、产品原型、业务流程图、落地方案等标准化产品文档，全程跟进研发、测试、验收、上线及运维全流程，保障平台稳定落地运行
前沿AI技术落地转化：持续跟踪LLM大模型、智能Agent、RAG检索增强、Function Calling工具调用、多智能体协同等行业前沿技术
结合企业业务场景完成技术可行性评估，将前沿AI能力拆解、落地为平台标准化产品能力，持续丰富平台功能体系与技术壁垒
数据驱动产品迭代优化：定期复盘平台运行数据、业务使用反馈及用户痛点，针对性优化平台功能逻辑、交互体验与底层架构，持续提升平台易用性、稳定性及场景适配能力，助力业务高效落地
参与制定平台阶段性运营推广及落地策略，支撑各业务线AI智能体落地项目的实施与应用推广
持续优化核心指标，挖掘赋能价值，提升使用率
优先资格
年以上AI/大模型/Agent类产品经验优先
AI 洞察
优缺点分析
优点
- 身处金融+AI的核心赛道，能够接触到海量企业级业务场景与前沿大模型技术，技术壁垒与行业经验积累价值极高
- 依托平安集团庞大的业务体量与资源，产品落地后能迅速覆盖多条业务线，成就感与影响力显著
- 平台提供完善的AI辅助工具与开源框架支持，有助于个人保持技术敏锐度与工具使用效率
- 需要深度对接多个业务BU与研发团队，跨部门沟通协调成本高，对项目管理与资源推进能力要求极高
- 适合具备扎实B端产品基本功，且对大模型、Agent等前沿AI技术有浓厚兴趣与实操经验的复合型产品人才
缺点 / 挑战
- AI技术迭代极快，需要持续投入大量精力跟踪前沿技术并快速转化为产品能力，学习压力较大
角色解读
- 纵向可发展为AI产品专家或产品总监，主导集团级AI战略平台的规划与建设
- 横向可向AI业务负责人转型，深入特定业务线推动AI商业化落地与营收增长
- 负责平安智能体平台及平安One的全生命周期产品规划与迭代，涵盖智能体搭建、工作流编排、知识库管理等核心模块
- 跟踪LLM、Agent、RAG等前沿AI技术，评估技术可行性并将其转化为企业级标准化产品能力
- 通过数据分析与用户反馈驱动产品优化，并制定运营推广策略，支撑各业务线AI项目的落地应用
- 具备3年以上B端平台型产品设计经验，熟练使用Axure等工具，能独立输出高质量PRD及业务流程图
- 深入理解大模型应用全链路，掌握Prompt、RAG、Function Calling等技术原理及Agent自主规划落地经验
- 精通Coze、Dify等主流智能体平台架构，熟悉Deepseek Harness等开源框架，并能熟练运用各类AI辅助开发工具
申请策略
- 提前体验并深度使用平安One或市面上主流的Agent平台（如Coze、Dify），形成自己的产品优化见解
- 了解平安集团近期的AI战略及数字化转型方向，在面试中展现对金融业务场景与AI结合的深刻思考
- 重点突出过往B端平台型产品的设计经验，展示从0到1或复杂系统重构的项目成果及数据指标
- 详细列举参与过的AI/大模型/Agent类项目，说明在Prompt工程、RAG、工作流编排等环节的具体贡献与技术深度
- 展示对Coze、Dify等智能体平台的深度使用经验，以及利用AI辅助工具提升工作效率的实际案例
- 系统学习AgentScope、Deerflow等主流智能体开源框架的底层逻辑与应用场景，弥补技术认知盲区
- 强化数据分析与运营推广能力，掌握如何通过数据驱动产品迭代并制定有效的B端产品GTM策略
面试指南
- 采用STAR法则回答项目经验：明确业务背景与痛点（Situation），界定产品目标与技术方案（Task），详述工作流编排或RAG优化的具体执行过程（Action），最后用数据指标（如使用率、效率提升）证明结果（Result）
- 对于技术可行性评估问题，采用‘场景拆解-技术匹配-成本收益’框架：先拆解业务场景的核心诉求，再匹配最合适的模型能力或工具调用方式，最后评估开发成本与预期收益
- 请分享一个你主导的Agent或大模型应用落地项目，遇到了哪些技术或业务瓶颈，是如何解决的？
- 在B端智能体平台设计中，如何平衡标准化产品能力与不同业务BU的定制化需求？
- 你如何评估RAG或Function Calling在具体业务场景中的技术可行性与ROI？
- 面对AI技术的快速迭代，你如何保持技术敏锐度并将其转化为产品规划？
- 深度体验至少两款主流Agent平台（如Coze、Dify），并尝试搭建一个包含知识库和工具调用的复杂工作流，准备面试中的实操分享
- 复习大模型应用的核心概念（如RAG、Prompt Engineering、Function Calling），并能用通俗语言向非技术人员解释其业务价值
职位点评
薪资福利70
成长发展85
工作生活50
使命价值70
薪资福利
70中等
薪资15-25k在深圳AI产品岗中属于市场中等水平，依托上市巨头平台，整体薪酬福利体系较为完善且稳定。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
85较高
岗位深度聚焦LLM、Agent等前沿AI技术落地，技术栈极具前瞻性，能为个人在AI产品领域积累极高的技术壁垒与行业经验。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Function Calling、Prompt工程、Coze、Dify、AgentScope
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，但作为巨头企业的AI核心平台岗，业务迭代节奏快，工作强度可能较大。
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
70中等
推动前沿AI技术在金融及企业级场景的落地，赋能各业务线提升效率，具有较高的行业应用价值与社会意义。
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