Product Engineer（商业化系统）

1. 01

   参与公司商业化系统的产品研发与持续演进，围绕销售、商务、经营分析、BI 洞察等场景，建设支撑真实业务闭环的产品能力。

2. 02

   负责 Sales Agent 相关系统建设，面向线索跟进、客户洞察、商机推进、方案推荐、任务执行、经营分析等流程，设计并落地可被一线团队持续使用的 AI 产品能力。

3. 03

   建设面向业务场景的 Agent Harness，包括上下文管理、工具接入、工作流编排、权限与审计、效果评测、可观测性和安全护栏，让 Agent 能稳定接入真实销售流程。

4. 04

   将 AI 模型、Agentic Workflow、自然语言交互、Tool Calling、RAG、Human-in-the-loop 等能力集成到产品体验中，保障能力的可用性、安全性和可扩展性。

5. 05

   负责产品功能从需求分析、方案设计到研发交付的完整流程，兼顾产品目标、工程实现、数据效果、上线质量和企业级可靠性。

6. 06

   建立产品数据看板、评测集和回归机制，围绕线索转化、销售效率、用户活跃、任务完成率、Agent 成功率等指标推动产品迭代，逐步形成“用户反馈、数据评估、策略优化、能力升级”的自进化闭环。

7. 07

   与其他产品/研发、销售业务方、财务、法务、安全合规、模型平台和基础设施团队协作，推动功能在用户体验、业务价值、稳定性、治理要求和长期演进之间取得平衡

1. 01

   本科及以上学历，具备 3 年及以上前端、后端、全栈或产品工程相关经验，有独立负责产品功能建设的经验。

2. 02

   具备扎实的软件工程能力，理解 API 设计、服务拆分、数据建模、测试、部署、监控、灰度发布与回滚等工程实践。

3. 03

   具备良好的产品判断能力，能够理解业务目标、用户场景和约束条件，并将其转化为可落地、可验证、可持续迭代的产品方案。

4. 04

   能够深入理解销售或商业化业务流程，围绕线索、客户、商机、跟进、转化、经营分析等对象，识别高价值场景并推动方案落地。

5. 05

   关注产品指标和业务结果，理解激活、留存、转化、PMF 等基本概念，能够结合数据、用户反馈和实验结果评估方案效果。

6. 06

   理解 AI/LLM/Agent 的常见能力、边界和工程化落地方式，能够与模型、算法或平台团队协作，将 AI 能力稳定接入销售业务流程和产品体验。

7. 07

   具备 Agent 产品的系统化思维，能围绕意图识别、上下文、工具、工作流、记忆、评测、可观测性和安全治理设计可长期演进的产品与技术方案。

8. 08

   具备良好的沟通和跨团队协作能力，能与产品、设计、业务、研发、基础设施、安全合规等团队对齐目标、边界和交付节奏。

加分项

1. 01

   有 CRM、Sales Agent、销售自动化、客服、营销增长、BI 或经营分析等场景经验，理解复杂业务链路、组织协作方式和数据口径。

2. 02

   有全栈产品研发经验，能够覆盖前端体验、后端服务、数据链路、部署运维和线上稳定性。

3. 03

   有生产级 AI/LLM/Agent 产品落地经验，熟悉 Prompt Engineering、Tool Calling、RAG、Workflow/State Machine、Multi-agent、Human-in-the-loop、Guardrails、评测与回归等实践。

4. 04

   有 Agent Harness、智能工作台或自动化决策系统建设经验，能把模型能力、业务工具和流程编排封装成可复用、可治理、可观测的产品基础设施。

5. 05

   有 Agent 自进化、在线反馈学习、案例回放、离线评测集、自动化质量巡检、提示词/工具策略优化等经验，能够推动 AI 产品从“可用”走向“越用越好”。

6. 06

   有实验平台、数据看板、A/B 测试、用户行为分析或产品质量评估经验，能够基于数据驱动产品迭代。

7. 07

   有安全、合规、权限体系、审计留痕、数据治理或企业级基础设施经验，理解企业级产品在可靠性和风险控制上的要求