# 资深AI产品策划

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 网易 (Stage unknown)
- Locations: 杭州
- Role: Product
- Apply on the official site: https://hr.163.com/job-list.html

## Role description from source

1. 智能化数据平台规划与重构 (AI-Native BI)
• 负责集团/游戏业务数据产品的智能化升级，基于 LLM（大语言模型）能力重构现有的 BI 平台架构。
• 不仅仅满足于传统的“看报表”，更要主导从“人找数据”向“数据找人/对话式分析”的范式转变。
• 推动底层数据资产（数仓、指标库）与 AI 模型的深度适配，确立 AI 读取数据的标准与规范，保障 AI 输出的准确性与可解释性。
2. AI 分析产品功能设计 (ChatBI & Agent)
• 主导“数据 Copilot”或“ChatBI”类产品的设计与落地，实现通过自然语言交互（NL2SQL）完成复杂的数据查询、图表生成及归因分析，极大降低非技术人员（运营、策划）的数据获取门槛。
• 构建数据分析 Agent（智能体）：针对游戏业务中的核心场景（如流失归因、活动复盘），设计能自动执行“异常检测-根因分析-策略建议”全链路的 AI 工作流，不仅给数据，更给结论。
• 保留并优化传统可视化能力，但需探索“生成式 UI”在数据看板中的应用，实现千人千面的智能看板推荐。
3. AI 场景化赋能与生态布道
• 深入挖掘游戏业务（如 MMORPG、FPS 等）中的数据痛点，利用 AI 技术解决传统 BI 难以处理的非结构化数据分析（如玩家舆情、社区反馈）与结构化数据的交叉分析难题。
• 担任内部 AI 数据产品的布道师，推广智能化数据工具的使用，收集反馈并持续通过 Prompt Engineering（提示词工程）或模型微调优化产品体验，提升组织整体的数据决策效
职位要求
1. 专业经验（AI + 数据复合背景）
• AI 应用实战经验（核心加分项）： 极度熟悉 AI 技术边界，在日常工作中重度使用 AI 工具。有实际参与过 LLM 应用、RAG（检索增强生成）、Agent 等相关产品落地的经验优先。
• 扎实的数据产品功底（硬性门槛）： 5-8 年以上数据产品经验，深刻理解数据全链路（采集-数仓-分析-应用），在大型互联网公司有过成熟数据产品（如数据中台、BI、DMP）的设计经验。
• ​（注：不要求会写复杂的算法代码，但需要懂模型能做什么、不能做什么，以及如何将业务需求转化为 AI 可理解的 Prompt 逻辑。）​
2. 产品能力（场景重构力）
• 具备“AI Native”的产品思维： 能跳出传统的“菜单+报表”设计框架，具备设计LUI（语言交互界面）与 GUI 结合的复杂 B 端产品能力。
• 复杂逻辑抽象能力： 能将资深数据分析师的思维逻辑（Analysis Path）抽象为 AI Agent 的工作流（Workflow），让 AI 具备“专家级”的分析能力。
• 具备商业化思维，能清晰定义 AI 为数据产品带来的增量价值（如：查询时间从 30 分钟缩短至 1 分钟）。
3. 行业认知与协作力
• 游戏行业认知（加分项）： 有游戏行业数据分析经验为佳，或对游戏业务逻辑有较强的理解力，能快速听懂业务侧的“黑话”并转化为数据需求。
• 跨团队协作与落地： 具备极强的技术理解力，能与算法团队（调优模型）、数据开发团队（治理数据）、前端团队（交互实现）高效对话，协调资源推动 AI 数据产品从 Demo 到规模化落地。
官方顶部字段
学历：不限
年限：不限

---
opening_id: 4339ea85-f9e5-48ac-80f1-f186afc6ad92

`anm openings save --id 4339ea85-f9e5-48ac-80f1-f186afc6ad92`