中国平安
产品经理
产品经理
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
A/B测试
Ai产品经理
Rag
产品规划
大模型
搜索推荐
智能问答
知识库
竞品分析
值不值得投
75综合评分
综合评分 75
前沿技术、高薪高职，但工作节奏和地点灵活性需权衡。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
25K
比AI产品经理中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 13100 个在招 · 其中AI产品经理 7 个
市场机会
选择适中
深圳 · AI产品经理 · 29 个在招
职位详情
关于这个职位
作为中国平安的AI产品经理，你将主导大模型与RAG相关产品的全流程规划与落地，从市场竞品分析、内部需求挖掘到产品开发与迭代
这个岗位需要你具备扎实的AI产品经验，特别是RAG系统的从0到1实战经历，并能够跨部门协调资源，推动产品在集团内部的规模化应用
你将站在金融科技的前沿，将前沿技术转化为实际业务价值
最低要求
年以上AI产品经理经验，至少1个RAG系统从0到1落地案例（需展示设计文档）
深度参与过知识库构建、智能问答、搜索推荐等关联场景产品开发
深入理解大模型技术栈（大模型能力、RAG、智能体等）
出色的跨部门协调能力，能同时多线条处理问题
工作职责
产品全流程管理
评估市场主流RAG框架、向量知识库等技术热点，追踪市场上的优秀竞品，分析得出竞品优劣势
挖掘并分析集团内部各专业公司针对大模型与RAG技术及应用的具体需求、产品化实现方式
主导大模型与RAG产品的规划、开发与上线，确保产品功能与业务需求深度匹配
制定产品里程碑，调动相关团队（算法、工程、产品、业务）资源与进度，保证质量，按时上线
驱动从“数据治理 → 产品开发 → A/B测试 → 运营监控 → 产品优化”的产品迭代循环
设计用户反馈与产品运营机制，建立Bad Case分析流程，主导产品优化与迭代机制
产品及能力沉淀
总结产品能力及成果（模型、文档、代码、典型方案等），评估沉淀方式与计划
协同相关团队沉淀交付成果，并推动产品/功能/模块的更大规模应用
AI 洞察
优缺点分析
优点
- 站在AI技术前沿，接触大模型、RAG等热门技术，个人技术视野和能力能得到快速提升
- 中国平安作为大型综合金融集团，业务场景丰富，为产品落地和规模化应用提供了广阔的舞台
- 岗位职责覆盖产品全流程，能够全面锻炼产品规划、项目管理和跨部门协作能力
- 薪资水平在市场上具有较强竞争力
- 需要协调集团内部多个专业公司的资源，跨部门沟通成本高，对协调能力要求极高
- 大模型技术迭代迅速，需要持续学习和跟进，保持技术敏感度
- 适合有丰富AI产品经验，特别是对RAG技术有深入理解和实战经验，且具备出色跨部门协调能力的资深产品经理
缺点 / 挑战
- 对RAG技术深度和实战经验要求高，需要具备从0到1的落地能力，面试和工作中都可能面临较大技术挑战
角色解读
- 在AI产品领域深耕，从单一产品经理成长为负责多条产品线的资深产品专家或产品负责人
- 依托中国平安的庞大业务场景，有机会将产品能力横向拓展至金融、医疗、汽车等多个行业，成为行业解决方案专家
- 随着大模型技术的快速发展，可向AI战略规划、技术商业化等更高阶的方向发展
- 负责大模型与RAG相关产品的全生命周期管理，从市场调研、竞品分析到产品规划、开发、上线和迭代
- 深入挖掘集团内部各专业公司对RAG技术的需求，并将其转化为具体的产品功能和解决方案
- 协调算法、工程、业务等多方团队资源，制定产品里程碑并确保项目按时高质量交付
- 建立产品运营和用户反馈机制，通过Bad Case分析持续优化产品体验和效果
- 具备3年以上AI产品经理经验，并有至少一个RAG系统从0到1的成功落地案例，能够展示相关设计文档
- 深入理解大模型技术栈，包括RAG、智能体、向量数据库等核心技术，并熟悉知识库构建、智能问答、搜索推荐等场景
- 具备出色的跨部门协调和沟通能力，能够同时处理多条产品线，推动项目进展
- 熟悉产品迭代方法论，包括A/B测试、数据分析和运营监控，能够驱动产品持续优化
申请策略
- 在申请时，可以主动附上你过往RAG产品的设计文档或项目链接，这将是重要的加分项
- 面试中除了展示技术能力，也要突出你对业务需求的理解和产品商业化思考
- 重点突出你主导的RAG系统从0到1的完整项目经历，包括项目背景、你的角色、技术方案、落地效果和设计文档链接
- 详细描述你在知识库构建、智能问答或搜索推荐等场景中的产品实践经验，用数据和案例证明你的能力
- 强调你跨部门协调和项目管理的成功案例，展示你推动复杂项目落地的能力
- 在简历中体现你对大模型技术栈的深入理解，可以列出你熟悉的具体技术或框架
- 系统梳理RAG技术的最新进展，包括主流框架（如LangChain、LlamaIndex）和向量数据库（如Milvus、Pinecone）的优缺点
- 准备1-2个你主导的RAG项目案例，能够清晰讲解技术架构、产品设计思路和遇到的挑战及解决方案
面试指南
- 回答项目经验类问题时，可以采用STAR法则（情境-任务-行动-结果），清晰展示你的个人贡献和项目价值
- 回答技术选型类问题时，可以从业务需求、技术成熟度、团队能力、维护成本等多个维度进行对比分析，体现你的决策逻辑
- 回答场景规划类问题时，可以先梳理用户和业务痛点，再结合技术可行性，给出分阶段的解决方案
- 请详细介绍一下你主导的RAG系统从0到1的项目，包括技术选型、架构设计和落地效果
- 在RAG产品开发中，你是如何处理Bad Case并优化产品效果的？请举例说明
- 如何评估一个RAG框架（如LangChain）的优劣？你选择技术方案的决策依据是什么？
- 假设集团内某专业公司需要构建一个智能问答系统，你会如何挖掘需求并规划产品？
- 在跨部门协调中，如果算法团队和业务团队对产品优先级有分歧，你会如何处理？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
薪资范围明确且处于市场中上水平，作为大型集团的核心AI产品岗位，薪酬福利具有较强竞争力。
薪资信号偏高 (25K-25K/月)
成长发展
90较高
岗位深度聚焦大模型与RAG前沿技术，且职责覆盖产品全流程，能提供极佳的技术与职业成长空间。
技术前沿前沿/新兴技术
技术栈RAG、大模型、智能体、向量知识库、A/B测试
业务类型profit_center
工作生活
50较低
工作地点位于深圳核心商务区，但职位描述未提及弹性工作或远程办公，且AI产品岗通常节奏较快。
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
大模型与RAG技术处于高速发展赛道，岗位能推动前沿技术在企业内部落地，具有较高的行业价值和创新意义。
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