吉利汽车
数字化业务分析岗
数字化业务分析岗
发布于 3 小时前普通员工/个人贡献者
AI 估算 · 1.8–3.2万 · AI 参考估算
中国
中级经验
本科
全职员工仅现场办公数据分析
数据分析
Ai产品
Llm
Prompt工程
数据分析
智能体
用户交互设计
项目管理
值不值得投
69综合评分
综合评分 69
技术驱动、项目完整的车企AI产品岗，技术成长性强，但WLB信息未知。
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
2.5万
比数据分析中位数高
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 2650 个在招 · 其中数据分析 15 个
市场机会
选择面较广
数据分析 · 约 420 个在招
职位详情
关于这个职位
该岗位负责在汽车业务场景下，主导AI智能体等数字化解决方案的产品设计、架构优化与数据分析
你需要深入洞察用户需求，设计人机交互方案，熟练运用LangChain等主流框架进行智能体开发与效果评测，并通过数据驱动产品迭代，最终推动数字化技术方案在业务中高效落地
最低要求
硬性要求：
学历与经验： 本科及以上学历，计算机科学、人工智能、软件工程等相关专业，具备1-3年AI相关产品或研发工作经验
产品与项目经验： 拥有完整的AI应用或智能体项目经验，至少主导过1个从0到1的项目或核心模块的迭代
能独立完成产品方案设计，并清晰量化项目成果
智能体开发实战经验： 熟练掌握LLM应用开发全流程，精通LangChain、Dify、Coze等至少一种主流开发框架
有丰富的Prompt工程、工具调用、RAG或智能体流程编排的实战经验
扎实的工程能力： 熟练掌握Python，并至少了解Java/JavaScript/Go中的一种
具备独立完成小型项目或复杂脚本开发的能力，代码质量高
数据分析能力： 熟练运用SQL、Python数据分析库（Pandas, NumPy等）进行数据提取、分析和可视化，能通过数据驱动产品决策和效果评估
软性要求：
卓越的自驱与学习能力： 对AI技术有强烈热情，能快速将前沿论文或技术转化为实际应用场景的解决方案
系统化的问题解决能力： 善于将复杂的业务问题分解为可执行的技术方案，具备优秀的逻辑思维和系统设计能力
高效的跨团队协作能力： 具备出色的沟通能力，能清晰地向技术、业务、设计等不同背景的同事阐述方案，并推动项目进展
强烈的Owner意识： 对负责的产品模块有高度责任心，主动发现问题、推动解决，对最终的产品效果负责
工作职责
一、工作职责
独立负责核心模块设计： 独立主导特定业务场景下的人机交互解决方案设计，深入洞察用户需求，进行需求分析、优先级排序和产品规划
智能体架构与优化： 负责智能体（Agent）的核心交互逻辑、工具调用链路的架构设计
不仅限于Prompt编写，更侧重于系统性的效果评测、badcase分析及迭代优化策略，显著提升智能体的可靠性与用户体验
技术方案落地与协同： 基于流程编排工具（如LangChain, Dify, Coze等），快速搭建高保真Demo并进行AB测试
与研发工程师紧密协作，确保技术方案的高效落地与产品化
技术前瞻与创新落地： 主动追踪并研究Agentic AI、多模态等前沿技术，能够评估其应用潜力，并主导小型创新项目的探索与试点，为产品技术选型提供决策依据
文档与知识沉淀： 主导撰写高质量的产品需求文档（PRD）、技术设计方案及项目复盘文档，建立并维护团队的知识库，提升团队整体效率
AI 洞察
优缺点分析
优点
- 直接参与车企数字化转型，项目成果可直接影响真实业务场景，成就感强
- 技术栈前沿，要求掌握LangChain、多模态等Agentic AI技术，能快速提升个人技术竞争力
- 吉利汽车平台大，项目资源丰富，能提供从0到1的完整项目经验积累
- 技术迭代迅速，需持续投入学习以跟踪Agentic AI等前沿领域的最新发展
- 适合具备扎实AI技术背景和产品思维，热爱将前沿技术转化为实际解决方案，同时拥有较强沟通推动力和自驱力的求职者
缺点 / 挑战
- 作为数字化岗位，需与业务、研发等多部门高效协作，沟通成本与推动难度较高
- 项目成果需要量化业务价值（如提升效率、用户体验），面临一定的结果导向压力
角色解读
- 技术深耕方向：成长为AI应用架构师、首席智能体专家或技术产品经理，引领特定领域的技术解决方案
- 管理方向：积累项目与团队管理经验后，可向AI产品负责人或技术部门管理者发展
- 行业专家方向：凭借在汽车数字化领域的深厚积累，成为行业内的AI解决方案专家或顾问
- 设计并主导AI智能体在汽车业务场景中的人机交互解决方案，完成从需求分析到产品规划的全流程
- 负责智能体的技术架构设计，利用LangChain等框架搭建原型，并进行系统性效果评测与优化
- 与研发团队紧密合作，推动技术方案落地，同时跟踪Agentic AI等前沿技术，探索创新应用
- 精通LLM应用开发框架（如LangChain、Dify），具备丰富的Prompt工程和智能体流程编排经验
- 熟练使用Python进行工程开发与数据分析，并具备SQL、Pandas等数据处理与可视化能力
- 具备完整AI项目从0到1的主导经验，能独立完成产品方案设计并量化成果
- 出色的系统设计思维、跨团队沟通能力和强烈的责任心，能驱动问题解决
申请策略
- 申请前，建议研究吉利汽车在“智能网联”、“数字化”方面的公开战略或新闻，思考该岗位可能支持的业务方向
- 在面试中，除了技术细节，着重展示你如何从业务问题出发，设计AI解决方案并衡量其价值
- 重点突出1-2个完整的AI应用/智能体项目经历，详细描述从0到1的主导过程、技术选型、效果评测与量化成果
- 明确列出掌握的LLM开发框架（如LangChain、Dify）、Python工程能力及数据分析工具（SQL, Pandas）
- 强调跨团队协作和推动技术落地的具体事例，体现Owner意识和沟通能力
- 深入学习主流智能体开发框架（如LangChain、Dify）的最新特性和最佳实践，并动手搭建个人项目
- 系统学习Prompt Engineering、RAG等LLM应用核心知识，并研究Agentic AI的学术与行业最新进展
- 加强系统设计思维，可以尝试拆解并设计一个完整的AI应用产品方案
面试指南
- 对于项目类问题，采用STAR框架（情境-任务-行动-结果），重点阐述你的决策过程、技术挑战和最终量化的业务/技术成果
- 对于设计类问题，从业务目标出发，阐述理解、拆解问题的思路，再提出技术方案（如架构选型、数据流设计），并考虑评估与迭代机制
- 对于技术跟进类问题，说明你具体关注的技术领域、学习途径（论文、开源社区、博客）以及如何将新知识应用到实际工作中
- 请介绍一个你主导的完整AI智能体项目，你是如何从需求定义到最终落地的？
- 在智能体开发中，你如何设计Prompt和工具调用链路来提升任务的可靠性？遇到badcase时你会如何分析和优化？
- 请描述一次你使用数据分析来驱动产品决策或评估AI模型效果的经历
- 如果让你为一个汽车业务场景（如智能客服、用户助手）设计一个AI智能体，你的初步思路是什么？
- 你是如何保持对Agentic AI、多模态等前沿技术的跟踪和学习的？
职位点评
薪资福利70
成长发展88
工作生活40
使命价值68
薪资福利
70中等
作为吉利汽车集团的正式岗位，应能提供具有市场竞争力的薪酬和标准的福利体系。但JD未明确提及薪资和具体福利。
薪资信号未披露（AI估算：1.8千–3.2万/月）
成长发展
88较高
岗位要求掌握LangChain、多模态等前沿AI技术，并负责从0到1的项目，技术成长性和项目锻炼价值很高。公司平台也提供了接触大规模业务场景的机会。
技术前沿前沿/新兴技术
技术栈LangChain、Dify、Coze、LLM、RAG、Agentic AI、多模态、Python、SQL、Pandas
成长机会主导小型创新项目的探索与试点、建立并维护团队的知识库
业务类型ambiguous
工作生活
40较低
JD中完全没有提及工作时间、办公模式或Work-Life Balance相关信息，无法判断其灵活性。
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
68中等
汽车行业数字化转型是明确的发展趋势，该岗位能直接参与其中。但JD未强调该岗位的具体社会使命或价值观影响。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs