1、场景挖掘与定义：深入调研 B 端客户的业务流，识别高价值的 AI 落地场景。定义 AI 在业务流中的介入方式，确保人机协作体验的流畅性。
2、产品规划与设计：负责 AI 产品的全生命周期管理，输出 PRD、原型图及需求文档，设计提示词工程策略，与算法团队协作优化模型输出效果。
3、算法策略与模型调优：作为“业务”与“技术”的翻译官，将模糊的业务需求转化为具体的算法任务（如分类、抽取、摘要、生成）。
4、参与模型评估体系的构建，通过 Badcase 分析持续迭代产品效果。
5、GTM 支持与商业化：协助售前与销售团队，将复杂的 AI 技术包装为客户易懂的商业价值。
6、参与标杆客户的交付过程，从定制化需求中提炼标准化产品能力。
1、To B 业务架构能力：深刻理解 B 端软件的逻辑（权限、流程、数据流），能够不被 AI 技术带偏，始终坚持“业务价值优先”。具备复杂系统的抽象能力，能设计兼容“通用大模型+行业小模型+企业知识库”的产品架构。
2、技术理解力
懂边界：清楚大数据平台、云计算、数据仓库、数据挖掘基本概念，理解 LLM 目前能做什么（如总结、润色、推理），不能做什么（如高精度计算、完全不可控的生成），以及成本结构。
懂方法：熟悉 RAG、Fine-tuning、Prompt Engineering、Vector Database 等核心概念及其应用场景。
3、数据驱动与分析能力：对数据高度敏感，懂得如何定义数据飞轮，利用用户反馈数据反哺模型优化。
4、跨团队沟通与推动力：能在算法工程师（追求技术指标）和业务方（追求商业结果）之间建立共识，管理好客户对 AI 的预期。
基本要求
1、教育背景： 计算机、数学、统计学或相关理工科专业本科及以上学历；有 MBA 或相关商业背景者加分。
2、工作经验：3-5 年以上 B 端产品经理经验（智能营销/智能运营/智能客服等经验优先），其中至少 1-2 年 AI/大数据相关产品经验，有大模型（LLM）应用落地经验者优先，实际动手构建过简单智能体/工作流。
3、技能要求：熟练使用 Axure、Figma 等工具，具备优秀的文档撰写能力。
4、了解 Python 或 SQL，能进行基础的数据验证者优先。
5、有运营商、金融、政务等行业数字化转型项目经验者优先。
