智能产品经理(AI方向)

工作职责:1.决策场景深度挖掘与价值量化（落地导向）深入业务一线（如供应链、销售运营、财务风控、人力管理等），通过访谈、流程拆解和数据分析，识别高频、重复性、经验依赖型的决策节点；对每个场景进行ROI预判；输出“业务语言+技术语言”双版本PRD。2.数据全链路管理（从采集到标注）自行定义数据采集规范、清洗规则和标注标准（如分类标签、评分体系）；对接内部IT或业务系统，梳理可用数据源，识别数据质量痛点（如缺失、噪音、不一致），建立数据治理SOP；设计数据反馈闭环。3.轻量级模型开发与调参（动手执行）利用AutoML工具（如H2O、DataRobot）或开源框架（如Sklearn、XGBoost）快速搭建基线模型，亲自完成特征工程、参数初调与交叉验证；定义贴合业务场景的核心评价指标。4.产品化封装与决策流嵌入将AI推理结果以“可解释、可操作”的形式呈现（如智能看板、预警推送、建议评分卡）；设计“人机协同”机制。5.效果追踪与持续性迭代（0-1后走向1-N）建立上线后的业务效果监控看板（如决策效率提升%、成本节约额、用户满意度变化），每周输出效果简报给业务方和管理层。6.内部布道与协同建设向非技术背景的业务同事科普AI能力边界，培养“AI+人”的协同工作习惯。沉淀数据规范、模型调参笔记、产品设计原则等内部文档。任职资格:1、统招全日制本科及以上，计算机、统计学、数学、运筹学、经济学或相关理工科/量化背景优先；MBA或复合背景为加分项；2、5年以上B端产品/数据分析/商业智能（BI）经验，其中至少1年直接负责过AI或机器学习相关产品的落地（必须有从0到1上线的成功案例，请附简要说明）；3、熟练使用SQL进行复杂数据提取与分析，掌握Python或R基础，能独立完成数据预处理、特征工程，并有使用Scikit-learn、XGBoost或AutoML工具的实际调参经验；4、了解常见机器学习算法（如回归、树模型、聚类）的原理及适用场景，能看懂混淆矩阵、ROC曲线等评估结果。
联系我时，请说是在58同城上看到的，谢谢！