Ant Group logo
蚂蚁集团
蚂蚁集团-AI产品经理 (金融财富方向)-财富AI Lab

蚂蚁集团-AI产品经理 (金融财富方向)-财富AI Lab

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公AI产品经理
AI产品经理
Ai产品经理
Llm
Llm评测
数据分析
财富管理
跨团队协作
金融场景

值不值得投

75综合评分

综合评分 75

金融财富场景AI Agent产品岗,技术前沿、复合度高,办公与生活平衡信息未披露。

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

4.8万

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 740 个在招 · 其中AI产品经理 26 个

市场机会

选择面较广

杭州 · AI产品经理 · 约 190 个在招

职位详情

关于这个职位

该岗位聚焦财富管理场景下的AI产品与Agent能力建设,负责从用户访谈、业务数据和交互记录中发现问题,并通过评测体系驱动模型和Agent持续优化

你需要联动算法、数据、评测与工程团队,把业务目标转化为可衡量的评测标准和优化任务,提升AI产品在金融财富场景中的实际体验

最低要求

-5年以上互联网/金融场景,其中至少1年AI产品评测相关经验

有金融、投研、财富管理等专业场景的产品或评测经验
有LLM的基础知识,理解Agent的基本工作机制,熟悉常见的Agent框架
具备LLM评测相关的知识,有通过评测驱动产品迭代或模型能力提升的实操经验
有扎实的数据分析、跨团队沟通协作等基本功

工作职责

深入理解财富管理场景中的用户需求,结合用户访谈、真实交互记录、业务数据与用户反馈,识别关键能力问题,明确模型、Agent优化目标

通过评测驱动Agent能力迭代,将用户任务与业务目标转化为评测维度、测试集和评分标准,持续校验评测结果与用户实际体验的一致性,迭代评测体系
牵引跨团队效果优化,通过benchmark和系统的trace归因,联动评测、算法、数据及工程团队,将问题诊断转化为明确的优化任务、数据需求和验收标准,推动模型、策略与产品迭代,并持续跟踪问题解决情况

AI 洞察

优缺点分析

优点

  • 岗位处于AI Agent与金融财富管理结合的前沿场景,能够积累LLM产品评测和真实业务落地经验
  • 工作内容连接用户、业务、算法、数据和工程,适合希望提升复杂项目推动能力的求职者
  • 财富管理场景专业度高,有助于形成金融与AI复合背景,职业稀缺性较强
  • 金融财富场景对准确性、合规性和用户体验要求高,评测标准和问题归因需要非常细致
  • 需要同时理解AI技术机制与财富管理业务,学习曲线较陡
  • 适合有互联网或金融产品经验、希望转向AI Agent产品方向,并且具备数据分析和跨团队推动能力的求职者

缺点 / 挑战

  • 评测驱动迭代的方法论可迁移到更多AI产品场景,长期能力复用价值较高
  • 跨团队推动优化任务时,需要协调评测、算法、数据、工程等多方目标,沟通和优先级管理压力较大

角色解读

  • 可向AI产品专家方向发展,深耕金融财富场景下的Agent产品设计、评测体系与模型效果优化
  • 可向AI评测与数据策略负责人方向发展,主导评测标准、数据闭环和模型迭代机制建设
  • 长期也可发展为AI产品负责人,统筹财富管理业务中的多类智能产品与跨团队产品矩阵
  • 深入财富管理业务场景,通过用户访谈、交互记录、业务数据和反馈识别AI产品能力短板,明确模型与Agent优化方向
  • 设计并迭代LLM/Agent评测体系,把用户任务和业务目标拆解为评测维度、测试集、评分标准和验收口径
  • 基于benchmark和trace归因定位问题,联动评测、算法、数据、工程团队推动模型、策略和产品持续优化
  • 跟踪优化效果与用户体验一致性,确保AI能力迭代真正解决财富管理场景中的关键问题
  • 需要理解LLM和Agent基本机制,熟悉常见Agent框架,能够与算法和工程团队就模型能力边界进行有效沟通
  • 需要掌握LLM评测方法,能设计测试集、评分标准和benchmark,并用评测结果驱动产品迭代
  • 需要具备金融、投研或财富管理场景认知,能理解专业用户需求并将业务目标转化为产品与模型优化目标
  • 需要扎实的数据分析和跨团队沟通能力,能通过数据归因问题并推动多方达成执行共识

申请策略

  • 面试前建议梳理一个完整的AI评测驱动迭代案例,重点准备从问题发现到评测设计再到优化闭环的过程
  • 关注财富管理场景下AI产品的准确性、可解释性和用户信任问题,面试中体现对金融场景特殊性的理解
  • 突出与AI产品、LLM评测、Agent能力优化相关的项目经历,说明你如何定义评测维度、测试集和验收标准
  • 强调金融、投研、财富管理或复杂业务场景经验,体现对专业用户需求和数据指标的理解
  • 展示跨团队推动案例,写明你如何联动算法、数据、工程或业务团队解决具体问题
  • 用量化结果呈现项目成效,例如评测准确率提升、用户任务完成率改善、问题闭环效率提升等
  • 补充LLM评测体系设计能力,熟悉benchmark构建、评分标准设计、人工评测与自动评测结合方法
  • 加强对Agent工作机制的理解,包括工具调用、任务规划、上下文管理、trace分析和常见框架

面试指南

  • 评测体系类问题可按“业务目标拆解—用户任务分类—评测维度设计—测试集构建—评分标准—线上反馈校准”的结构回答
  • 问题定位类问题可按“现象描述—数据拆解—trace回溯—归因假设—优化任务—验收指标—复盘闭环”的路径展开
  • 跨团队协作类问题建议使用STAR框架,重点说明冲突点、你的判断依据、推动动作和最终量化结果
  • 请举例说明你如何为一个LLM或Agent产品设计评测体系,包括评测维度、测试集和评分标准
  • 在财富管理场景中,如果Agent回答看似流畅但专业准确性不足,你会如何定位和推动解决?
  • 你如何理解benchmark和trace归因在Agent优化中的作用?
  • 请分享一次你跨算法、数据、工程团队推动产品效果优化的经历,你承担了什么角色?
  • 你认为AI产品经理在金融专业场景中,如何平衡用户体验、模型能力和风险合规?

职位点评

薪资福利78
成长发展88
工作生活52
使命价值72

薪资福利

78中等

JD未披露薪资与福利信息,因此无法直接判断薪酬竞争力;但从岗位要求看,属于经验型复合岗位,通常对中高级AI产品人才具备一定吸引力。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

88较高

岗位明确涉及LLM、Agent、评测体系、benchmark和trace归因,能深度积累AI产品评测与金融场景落地能力。JD未提及晋升通道或培训机制,发展性主要体现在项目能力沉淀上。

技术前沿前沿/新兴技术
技术栈LLM、Agent、Agent框架、LLM评测、benchmark、trace归因
业务类型ambiguous

工作生活

52较低

JD仅给出北京、杭州两个地点,未明确远程、混合办公、弹性工时或加班情况,生活化动机满足程度无法充分判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

72中等

岗位服务财富管理场景,AI能力提升可改善用户理财咨询与金融服务体验,具有一定正向价值;但JD未直接描述使命愿景或社会价值导向。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs