薪酬概览
平均月薪
¥22100
中位数 ¥0 ｜ 区间 ¥16700 - ¥27600
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
83.3% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
6
对比上月：岗位新增5
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 1 | 16.7% |
| 3-5年 | 5 | 83.3% |
热招职位
1、数据产品规划：负责个人金融领域数据的数据产品规划、设计与落地，包括实时行为数据产品、标签数据产品等；
2、数据产品宣传推广：负责数据产品在企业内高潜业务场景的合作上线、企业内目标用户的触达推广和使用。
3、项目管理与跨部门协作：负责部门相关项目的全生命周期管理，制定项目计划、资源分配及进度控制，确保项目按时高质量交付；协调技术、数据、业务等跨部门资源，推动标签系统与投资平台的集成与优化；
4、行业研究与创新探索：研究前沿技术（如AI、大数据）在金融个人数据标签体系中的创新应用；
1、负责AI+数据中台产品的整体规划与设计,涵盖数据采集、数据治理、数据服务、数据资产管理及AI能力平台等核心模块,明确产品定位与技术路线;
2、深入理解财务部门的数据需求与AI应用场景,将复杂的数据驱动目标标转化为清晰可落地的中台产品方案,输出高质量PRD及系统架构设计文档;
3、负责数据中台核心能力的产品设计,包括数据集成(ETL/ELT)、数据仓库建模、指标体系搭建、数据质量监控、元数据管理、数据血缘追踪等;
4、负责AI能力平台的产品设计,涵盖模型训练管理、特征工程平台、模型部署与推理服务、AI应用集成(如智能标签、智能推荐、智能预测等)的产品化方案;
5、构建数据中台的核心指标体系与运营看板,通过数据资产使用率、数据质量评分、服务调用量等关键指标驱动产品持续优化;
6、持续跟踪数据中台与AI平台领域的前沿技术动态(如Data Fabric、Data Mesh、Lakehouse、向量数据库、RAG等),推动产品的技术演进与差异化创新;
包括以下方向：
方向一：AI数据平台
1、数据采集：搭建统一数据采集通道，建设数据采集管理平台，支持端云多源异构数据的采集管理；
2、数据管理：构建MetaDataLake，建设统一数据资产管理平台，支持多模态数据的管、找、用；
3、数据治理：搭建科学的数据治理体系，协同数据开发、分析等角色保障数据质量，确保数据的合理、合规使用；
4、模型评测：多模数据集全生命周期管理，主导端到端科学的模型评测体系及工具建设，实现模型评测自动化、可视化。
方向二：数据解决方案
1、负责手机厂商软件业务数据解决方案设计，包括但不限于营销活动平台、用户画像、DMP平台、个人知识库、RAG等数据产品方向，服务业务产运，提供运营决策、产品体验、增长策略提供大数据服务支持；
2、能够全面分析各项影响产品提升与增长的因素、业务细节，结合业务具体问题，独立设计能实际解决业务问题的数据分析模型或数据产品解决方案，并推动落地带来业务实际提升增，有国内外互联网游戏、应用/内容分发、AI Agent、广告商业化、APP用增业务场景经验佳。
1. 负责数据产品和数分团队的搭建与人才培养，建立科学的产品管理流程与考核机制。
2. 聚焦连锁门店场景的Data Agent 的核心能力建设，构建问答、归因、预警等核心能力，推动数据应用从“被动响应”向“主动建议”转型。协调供应链、运营管理、一线门店等团队，制定并落地产品的门店试点计划与全面推广。
3. 主导Data Agent产品路线和版本规划，并统筹协调数据平台、算法模型、业务系统的数据互通与能力集成。
4. 指导算法技术团队对门店销售预测、预估时间、个性化推荐场景的持续迭代和优化。
1、负责医疗AI医学知识库、循证知识库的数据产品规划与体系建设，覆盖核心医学知识场景
2、设计医学知识库的数据架构与产品形态，包括知识分类体系、证据等级、适用人群、禁忌边界、知识冲突处理、版本管理和溯源机制等
3、负责医学知识从原始资料到AI可用知识资产的全流程的流程化和产品化标准化，与多方团队协作，建立医疗知识生产、审核、评估、发布、监控的闭环流程。
4、面向RAG、大模型问答、AI医生对话等应用场景，协助团队提升AI回答的准确性、可追溯性和安全性，推动评测结果反哺知识库、模型策略和产品迭代
5、持续跟踪医疗AI、大模型评测、RAG、知识图谱、循证医学和行业监管趋势，推动团队数据产品能力持续升级。
1、AI战略规划与场景洞察：负责制定公司AI应用的中长期发展规划与落地路线图；深入调研跨境电商业务部门工作流程，识别高价值AI落地场景，将业务问题拆解为可执行的产品方案；
2、AI项目0-1全流程管理：包括需求分析、方案设计、计划制定、资源协调、进度跟踪、交付验收及效果评估；
3、跨团队沟通与协同：精准拆解与传递业务细节及需求，确保AI方案贴合实际业务场景；负责对接及管理外部合作伙伴及供应商资源；
4、团队建设与能力沉淀：负责AI项目团队的建设、管理与人才培养；组织AI培训与内部推广，提升团队及各业务部门的AI应用能力；建立AI项目知识库与SOP体系，持续跟踪AI前沿技术趋势，探索与业务融合的新机会。
1、负责AI医生产品的模型策略设计，包括对话风格、角色定位、语气表达、医学严谨性等不同场景下的输出策略。
2、面向问诊、症状咨询、报告解读、慢病管理、健康建议、用药提醒、复诊随访等场景，设计AI医生的对话流程、追问策略、意图识别、信息补全、答案结构和任务闭环
3、负责AI医生输入输出规范设计、记忆模块的产品设计、Context Engineering与Prompt策略设计，结合医学知识库、用户历史信息、业务规则、工具调用和模型能力，提升AI医生在多轮对话中的连续性、一致性和个性化能力
4、建设评测体系，设计覆盖医学准确性、安全性、同理心在内的多维度的评测标准，参与构建对话Case库、标准评测集、线上Bad Case分析机制、灰度实验机制和版本回归评测机制，推动模型策略、知识库和产品流程持续优化。
5、与多方团队紧密协作，将模型能力转化为稳定、可控、可评测、可上线的医疗AI产品体验。
6、持续跟踪国内外大模型、AI Agent、模型评测、AI安全和用户体验方向的发展趋势，形成产品策略判断并推动落地。
1.负责AI技术在腾讯会议各场景的框架规划与功能落地，挖掘用户对AI的真实诉求，优化用户体验；
2.结合AI技术的发展趋势和能力，深入探索AI技术在会议场景下的创新应用，提升产品竞争力；
3.协同算法、研发、运营和设计等多团队，确保产品规划的落地实施与持续优化。
1.产品线战略与体系搭建：结合智能安全业务场景、行业技术及市场趋势，制定产品中长期战略、年度迭代计划与落地路线图。梳理优化产品体系架构，明确各产品定位、迭代方向及商业化策略，搭建标准化产品线运营管理体系，统筹整体业务发展节奏。
2.产品全生命周期管理：全权负责产品从需求调研、立项论证、方案设计、研发跟进、测试验证到试点落地、迭代优化的全闭环管理。持续收集客户及市场反馈，针对性优化产品功能、结构与性能，提升场景适配能力，保障产品稳定落地应用。
3.需求管控与研发协同：精准挖掘用户核心痛点，完成需求收集、拆解评审与优先级排序，输出标准化需求规范和产品方案。全程联动研发、测试、交付团队，管控项目进度、质量及问题闭环，保障业务需求高效落地。
4.产品商业化落地：聚焦研发成果产业化、市场化转化，提炼产品核心技术优势，优化落地模式与推广方案。推动实验室样机、研发原型迭代为标准化可量产、可商用产品，加快市场化变现，持续提升产品核心竞争力与商业价值。
5.流程沉淀与风险管控：搭建并优化需求管理、产品迭代等标准化运营流程，沉淀方案、规范、复盘等各类知识库，完成团队经验传承。全面排查产品研发、迭代及市场化运营全流程风险，建立预警与应急机制，保障业务平稳推进。领导交办的其他工作。
1. 储能电池 Pack&BMS 产品全生命周期规划
负责户用 / 工商业储能电池 Pack（电芯成组、结构设计）与 BMS（电池管理系统）的产品规划与版本路线图，结合电芯技术迭代、储能应用场景需求，制定可量产、高适配、高可靠性的产品开发计划。
将产品功能需求拆解为落地指标：适配电芯型号 / 规格、Pack 结构参数、BMS 软硬件功能边界、接口协议标准、量产验收规范与测试方案。
2. 电池 Pack&BMS 产品设计与落地 Owner（高适配、高安全、高性价比）
定义并推动电池 Pack 与 BMS 的一体化设计方案，围绕储能系统整体需求，完成 Pack 电芯选型、串并设计、热管理设计、结构防护设计，以及 BMS 的硬件方案选型、软件算法规划（SOC/SOH 估算、均衡策略、故障诊断等）。
目标导向：实现 Pack 与 BMS 的高度匹配，优化产品成本结构，提升电池包能量密度、循环寿命与充放电效率，打造 “高安全 + 高性价比 + 长寿命” 的产品核心卖点，助力市场端产品竞争力提升。
3. 电池 Pack&BMS 的安全与性能边界定义
围绕储能电池全工况运行需求，定义 BMS 的安全防护红线与性能阈值，包括过充 / 过放 / 过流 / 超温保护阈值、电池均衡触发条件、故障分级处置策略、系统宕机兜底与模式回滚机制。
与研发 / 测试团队协同建立全维度验证方案：完成常温 / 高低温极限工况、循环充放电、并机 / 离网切换、故障模拟等场景的测试验证，推动建立产品可靠性验证体系。
4. 电池 Pack&BMS 的供应链与量产协同
对接电芯、结构件、元器件等核心供应商，完成供应商选型、技术对接与样品验证，制定核心物料的技术标准与质量验收规范，保障物料供应稳定性与一致性。
协同生产、工艺、品控团队完成 Pack 量产工艺设计、产线调试与量产落地，解决量产过程中的工艺问题、BMS 软硬件适配问题，推动从样机→试点→规模化量产的闭环交付。
5.储能系统应用
负责与逆变器 / 储能一体机的协议对接适配，建立电池-逆变器适配白名单；优化系统层面应用的无感特性。
6. 跨场景产品适配与客户需求落地
洞察不同储能场景的电池 Pack&BMS 使用需求，完成产品的场景化定制设计。
对接市场、售后团队，收集产品应用过程中的问题反馈，推动 Pack&BMS 产品的迭代优化，解决现场应用中的电池适配、BMS 故障排查等问题。
1.投资发展：统筹公司投资管理工作，在公司战略指引下为合理配置公司资源提出分析依据及合理化建议；组织建立完善相关制度流程，组织项目立项、尽调、可研评审等工作；负责投资项目发掘及筛选，参与投资项目谈判沟通，统筹并购交割以及投后管理监督等工作。
2.资产优化：负责定期盘点公司资产质量，统筹公司“两非”及低效资产退出，出具不同类型的资产优化方案，统筹推进退出项目的全过程工作。
3.战略发展：负责公司战略发展与协同工作，推动与行业内及上下游企业、各级政府和行业协会、集团内部单位等战略合作，推动重大项目落地。
4.完成组织交办的其他工作。
1、结合公司品牌campaign，梳理并筛选传播素材，设置传播议题，制定传播策划方案；
2、根据传播策划方案输出Key Message、briefing book、发言稿、新闻稿、深度文章、视频脚本及发布文案等传播内容；
3、跟踪行业热点及竞品动态，输出行业观察报告，监测并复盘公司品牌campaign的传播效果。