吉利汽车
AI产品经理
AI产品经理
发布于 大约 4 小时前普通员工/个人贡献者
AI 估算 · 18k–28k · AI 参考估算
中国
中级经验
学历未注明
全职员工仅现场办公产品经理
产品经理
Pytorch
Rag
业务分析
产品经理
人工智能
工业Ai
机器学习
深度学习
跨部门沟通
值不值得投
72综合评分
综合评分 72
技术深度要求高、产业应用前景明确的制造业AI产品经理岗位，发展与意义动机突出，生活化动机信息不足。
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
23K
比产品经理中位数低
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 1900 个在招 · 其中产品经理 62 个
市场机会
选择面较广
产品经理 · 约 1130 个在招
职位详情
关于这个职位
该职位是吉利汽车电池产业集团的AI产品经理，负责将研发、制造、供应链等业务领域的痛点转化为可落地的AI解决方案
你需要主导AI项目从场景挖掘、立项到交付的全过程，管理项目进度与资源，并推动AI技术嵌入业务流程，产生可量化的价值
最低要求
\. 人工智能、计算机科学、软件工程、自动化、数学、统计学等相关专业背景
\. 具备3年以上制造企业人工智能相关工作经验，拥有至少1个完整AI项目从0到1落地经验
\. 主导或深度参与过工业AI项目落地，覆盖智能质检、设备预测性维护、工艺优化、研发数据分析等方向，有集团级数智化项目经验，尤其电池行业AI项目经验者优先
\. 熟悉机器学习、深度学习基本理论与常用算法，了解TensorFlow、PyTorch等框架，对大语言模型在工业、研发场景的应用有基本认知
需掌握的相关技术包括：时序预测与信号处理、NLP与知识工程（文献知识图谱、实验报告智能抽取）、运筹优化（工艺参数多目标优化、实验设计智能化、仿真模型应用）
掌握Python数据处理、数据分析技能，熟悉Scikit-learn框架下分类、聚类、回归、推荐等基础算法
熟悉深度神经网络及Pytorch、Yolo、OpenCV等工具，可应用于产线CCD高速相机异常过滤、复判识别等场景
熟悉LangChain、LangGraph、Llamaindex、Agentscope、Spring AI Alibaba等智能体开发工具，了解MCP、RAG及全链路调用设计流程，能够基于Skill设计安全可靠的完整Harness工程级项目
了解FastAPI、SpringBoot等对外服务框架及Redis、MQ等中间件技术，了解记忆中间件、Sandbox智能体沙箱的开发使用
\. 具备较强的业务抽象能力，能快速理解业务逻辑，可将复杂业务问题转化为技术问题，熟悉关键数据形态
\. 具备出色的跨部门沟通与资源整合能力，可有效协调业务用户、算法工程师、IT开发人员、供应商等多方角色推动项目落地
对业务痛点有敏锐洞察力，善于挖掘AI赋能业务的机会
\. 能快速学习电池领域专业知识，适应快节奏、高不确定性的工作环境，具备较强的抗压能力与复杂问题解决能力
逻辑思维清晰，可将复杂AI技术语言转化为业务人员易理解的内容，有效承担“业务-技术”的衔接角色
工作职责
\. 深入研发、制造、供应链、销售及售后、质量等业务域，系统性挖掘并建立高价值AI应用场景库，持续迭代更新
\. 将研发提效、工艺优化、设备维护、供应链管控、质量提升等业务痛点，转化为可量化、可落地的AI技术需求与解决方案
\. 联合业务部门与算法团队，对AI场景开展技术可行性、数据可得性、合规性及投入产出比综合评估，输出场景优先级排序报告与立项建议书
\. 周期性开展内外部AI发展趋势调研与行业对标，保持对行业AI发展的敏感度，及时引进场景建设、运营的优秀实践经验
\. 负责数智化部AI项目立项申报，明确项目目标、里程碑、验收标准、资源需求及风险预案
作为项目负责人或核心推动者，拉通业务部门、集团IT、外部供应商及算法团队，制定详细项目计划，管控进度、质量、成本与风险，确保项目按期交付
\. 组织需求评审、方案评审、阶段汇报及结项验收，推动形成技术方案、数据规范、模型说明书、用户操作手册等标准化交付物
跟踪AI项目上线后的应用效果，收集用户反馈，建立效果评估指标体系，推动模型迭代优化，保障AI技术嵌入业务流程并产生可量化的业务价值
\. 根据具体业务场景设计合理的AI技术路线，指导业务团队开展数据采集、清洗、标注及特征工程，协助建立研究院级AI数据集标准、数据资产管理规范及数据安全机制
评估并引入外部成熟AI工具与平台，负责供应商技术对接、POC验证及技术标书评审
面向业务人员开展AI技术培训与咨询，普及AI应用意识，提升团队数智化素养
AI 洞察
优缺点分析
优点
- 技术深度与广度兼备：职位要求覆盖了从传统机器学习到前沿智能体开发的广泛技术栈，能极大地拓展技术视野与实践能力
- 应用场景落地性强：直接面向制造业核心痛点（研发、生产、质量），所做的项目能直接产生可量化的业务价值，成就感高
- 平台与资源支持：身处大型汽车企业的数智化部门，有机会接触集团级项目，调用内外部资源，推动规模化AI应用
- 行业前景广阔：汽车制造业的智能化、电动化是确定性趋势，该岗位处于产业变革的核心环节，职业前景明确
- 价值证明周期长：工业AI项目从POC到全面推广并产生稳定业务价值，往往需要较长时间，需要较强的耐心和持续推动能力
- 适合具备扎实AI技术背景、有制造业或相关行业项目经验，且对用技术驱动业务变革有强烈热情的求职者
- 你应是一位出色的沟通者和问题解决者，乐于在复杂的跨部门环境中推动创新落地
缺点 / 挑战
- 业务与技术的双重压力：既要深刻理解复杂的制造业务，又要精通前沿AI技术，学习曲线陡峭，对综合能力要求极高
- 跨部门协调难度大：作为项目推动者，需要平衡业务部门的期望、技术团队的实现难度以及项目资源限制，沟通与管理挑战大
角色解读
- 纵向深化：深耕工业AI领域，成为该领域的资深AI产品经理或解决方案专家，专注于复杂场景的技术架构与商业价值挖掘
- 横向拓展：凭借优秀的业务理解与项目管理能力，可向更综合的业务负责人、战略规划或数字化转型负责人方向发展
- 技术管理结合：若对算法技术有更深造诣，也可转向AI技术负责人或研发管理岗位
- 作为“业务-技术”桥梁，深入制造、供应链等业务场景，系统性挖掘并评估AI应用机会，将业务痛点转化为可落地的AI项目需求
- 主导或核心推动AI项目从立项、方案设计、开发、测试到上线的全过程管理，确保项目按时按质交付并产生实际业务价值
- 设计AI技术路线，指导数据采集与处理，并引入外部AI工具与平台，负责供应商对接与技术评审
- 面向业务团队开展AI培训与咨询，提升组织的数智化素养与AI应用意识
- 深度的AI技术理解：需掌握机器学习、深度学习、大语言模型、智能体开发等理论知识及PyTorch、LangChain等主流工具栈，并能评估其在工业场景的适用性
- 出色的业务理解与抽象能力：能快速吃透制造、电池等复杂业务逻辑，精准识别数据价值与AI切入点，并将技术语言转化为业务价值
- 卓越的项目管理与跨部门协调能力：能够拉通业务、算法、IT、供应商等多方资源，制定并管控项目计划，推动复杂项目落地
- 对制造业（尤其是电池行业）有基本认知或快速学习能力，理解研发、生产、质量等环节的关键流程与痛点
申请策略
- 深入研究吉利汽车的数智化战略与电池业务：在简历或面试中，可以结合你对吉利业务的理解，提出1-2个具体的AI应用设想，这会体现你的主动性和商业嗅觉
- 准备一个“AI赋能制造”的深度案例：选择一个你过往最成功的项目，准备一个清晰、结构化的讲述框架（背景-挑战-方案-结果），以便在面试中灵活应对各类问题
- 突出完整的工业AI项目经验：详细描述你主导或深度参与的从0到1的AI项目，重点说明业务背景、技术选型、你承担的角色以及最终产生的量化业务成果（如效率提升百分比、成本节约金额等）
- 强调技术栈与工业场景的结合：不要只罗列技术名词，要说明你在具体工业场景（如质检、预测性维护、工艺优化）中如何应用这些技术（如使用PyTorch解决什么具体问题）
- 展示业务理解与抽象能力：通过案例说明你如何将复杂的业务问题拆解、定义，并转化为AI产品需求或解决方案
- 体现项目管理与协同能力：描述你如何协调多方资源、管理项目进度与风险，确保项目交付的实例
- 深化对电池制造全流程的理解：主动学习电池的材料、研发、制造、测试等环节的关键工艺与痛点，这将是你精准挖掘AI场景的基础
- 补充智能体（Agent）与MCP/RAG等前沿应用知识：JD明确提到了LangChain、Agentscope等工具，这表明岗位对LLM在工业场景的工程化应用有较高要求，建议重点学习并尝试实践
面试指南
- STAR原则回答项目经验：清晰阐述Situation（背景）、Task（任务）、Action（你采取的行动，突出技术决策与业务思考）、Result（量化的成果与影响）
- 结构化阐述方案设计：采用“场景定义→痛点分析→数据与技术可行性→方案设计→价值预估”的逻辑链来回答设计类问题，体现你的产品思维和技术洞察
- 展现权衡与决策能力：在回答优先级或冲突协调问题时，不要只给结论，要展示你的思考维度（如业务价值、技术难度、资源投入、风险）和做出决策的依据
- 请分享一个你主导的、从0到1落地的工业AI项目
- 你在其中的具体角色是什么？遇到了哪些最大的挑战？是如何解决的？最终产生了什么业务价值？
- 请描述一下，如果你要为电池生产线上的一个具体环节（如电芯注液或化成分容）设计AI质检方案，你会如何思考？从场景挖掘、数据准备到模型选型、落地部署，你的思路是什么？
- 你如何评估一个AI应用场景的优先级和技术可行性？请结合一个例子说明你的决策过程
- 当业务部门提出一个模糊的AI需求，但技术团队认为难以实现或ROI不高时，你会如何协调和推动？
职位点评
薪资福利75
成长发展80
工作生活50
使命价值85
薪资福利
75中等
薪资处于制造业同类岗位市场中上水平，对于有经验的候选人具备吸引力。但作为传统制造业巨头，其整体福利体系的市场竞争力可能面临互联网等行业的挑战。
薪资信号市场水准 (18K-28K/月)
成长发展
80较高
岗位要求掌握前沿的AI技术栈（如智能体开发、RAG）并应用于真实、复杂的工业场景，提供了极佳的技术深度与广度锻炼机会。身处大型企业集团，能接触跨部门、规模化的项目。
技术前沿前沿/新兴技术
技术栈PyTorch、LangChain、LangGraph、Llamaindex、Agentscope、RAG、MCP、FastAPI、SpringBoot、Redis、MQ
业务类型profit_center
工作生活
50较低
JD未明确办公模式与工作节奏信息。但项目管理和跨部门协调的职责性质，暗示工作可能具有一定的不确定性和多任务并行特点。
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
85较高
身处汽车产业电动化、智能化变革的核心领域，用AI技术直接赋能电池研发与制造这一关键环节，具有明确的产业升级推动价值和社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升团队数智化素养
创新程度积极采用新技术
Watch Jobs