数智化实施岗

优缺点分析

角色解读

• 可以深耕实施领域，成长为高级实施顾问、实施项目经理或解决方案架构师，专注于特定行业或复杂系统的交付
• 可以转向产品侧，成为数字化产品经理，负责规划和设计企业内部的IT产品或平台
• 可以向业务方向发展，利用对业务流程和系统的深刻理解，成为业务专家或流程优化专家
• 作为项目核心成员，推动企业级信息系统（如ERP、MES、PLM等）从0到1的实施与落地，确保业务流程与IT系统成功融合
• 深入业务一线，负责挖掘具体的AI应用场景（如质量预测、供应链优化），并推动技术方案的试点与运营，让技术真正产生业务价值
• 承担系统的持续运维与优化工作，解决上线后的实际问题，并推动产品迭代以维持其生命力
• 需要掌握信息系统实施方法论，并具备扎实的项目管理、需求分析及沟通协调能力，以确保复杂项目顺利推进
• 需要有较强的逻辑思维和问题解决能力，能独立诊断和排除系统使用中的各类问题
• 需要对AI技术有基本认知和应用思维，能将业务痛点转化为技术需求，并具备快速学习新技术的能力

申请策略

• 仔细研究吉利汽车的数字化战略新闻和报道，了解其智能制造、车联网等方向，思考数智化实施岗如何支撑这些战略
• 准备1-2个关于“如何推动一个变革/解决一个复杂问题”的案例，使用STAR法则梳理，突出你的分析和协调能力
• 重点突出参与过的任何信息系统相关项目（课程设计、实习均可），详细描述你在其中承担的具体角色、解决的问题和达成的结果
• 如果有AI相关的实践经验（如使用机器学习模型解决小问题、数据分析项目），即使很简单，也要清晰展示，体现你的技术应用思维
• 强调你的沟通协作、项目管理（如协调小组任务）和解决问题的能力，用具体事例证明
• 系统学习一种主流的ERP或PLM系统（如SAP、Oracle、PTC）的基础知识，了解其模块和业务流程
• 掌握项目管理的基础知识和工具（如甘特图、Jira、Confluence），了解PMP或敏捷开发的基本概念
• 学习AI/机器学习的基础概念，尝试使用Python、Scikit-learn等工具完成一个简单的数据分析或预测项目

面试指南

• 对于项目/问题类问题，使用STAR法则（情境、任务、行动、结果）结构化回答，重点突出你的逻辑分析、行动步骤和最终学到的东西
• 对于需求处理类问题，展示你的沟通和平衡能力：先倾听理解业务背后的真正诉求，然后从技术可行性、成本和业务价值角度进行分析，最后提出替代方案或分步实施建议
• 对于行业理解类问题，提前做功课，结合公开信息谈具体场景（如用计算机视觉进行质检、用预测性维护降低设备停机），并关联到岗位职责
• 请分享一个你参与过的项目或任务，你是如何拆解复杂问题并推动解决的？
• 如果业务部门提出一个看似不合理或难以实现的系统需求，你会如何处理？
• 你对汽车行业数字化有哪些了解？你认为AI可以在哪些场景为汽车制造带来价值？
• 请描述一次你与他人协作中遇到困难，最终是如何克服的？
• 你如何看待实施岗位的运维工作？