AI 產品架構師 - AI Product Manager
Posted Updated 2
views
Description
這個職位
端到端負責一個 AI 產品專案,從問題定義、產品框架、商業情境,一路到交付驗收,專案的成敗由你負責。你會和技術架構師一起決定「做什麼、能做什麼」,由你主導「為誰做、怎麼賺、交付出去長什麼樣子」。
你會負責
- 專案端到端負責
- 收斂需求並自己定義專案範疇、時程和風險,推動各方意見收斂成決策,並對最終成果負責。
- 協同工程師、設計工程師、行銷、Sales、和法務一起推進,不是只把需求交出去。
- 和技術共創產品框架
- 和工程師一起評估模型、Agent、推論部署的可行性與取捨,決定產品方向。
- 理解從硬體規格、 GPU、算力、LLM 模型、推論軟體、harness 等這些不同的技術概念。
- 撰寫情境 spec
- 定義商業模型、目標用戶、使用情境,以及交付流程與交付後的狀態。
- 市場與用戶調研
- 主持用戶訪談,親自試用並拆解競品。
- 把調研結果轉成產品決策,不讓它停在報告裡。
- 自己用 AI 做原型驗證
- 在動用工程資源之前,先用 AI 工具做出能展示的原型,拿去驗證情境假設。
- 定義 AI 品質標準
- 為 Agent 產品訂出評估指標,例如任務完成率、工具呼叫品質、中文表現、延遲與成本。
- 主導驗收、原型、流程、使用者體驗等等。
- 決策與文件管理
- 記錄重要決策和被否決的方案,讓團隊的判斷可以回溯。
Requirements
必備條件
- 實際參與過 AI 產品或功能的開發(必要)
- 至少一個完整專案,從規劃到上線或 PoC 交付,例如 LLM 應用、AI Agent、RAG、模型部署。
- 能具體說明當時的架構、你的角色,以及你做過的關鍵取捨。
- 對 AI 技術有深刻理解,能和工程師用同一套語言討論:
- LLM 的基本運作:token、上下文長度、成本與延遲之間的關係
- Agent 與工具呼叫、RAG、prompt 與 context 設計
- 模型選擇:frontier 與開源權重模型的差異、量化、MoE 與 Dense 的取捨
- 如何評估 AI 產品的品質(evals)
- 深度使用 AI 工具
- AI 是你日常工作的預設方式,例如 Claude、ChatGPT、Cursor、Claude Code、Codex。
- 能清楚描述自己的 AI 工作流程,並且用 AI 獨立做出可運作的原型。
- 有專案負責的實績
- 3 年以上產品或技術專案經驗。
- 曾帶領跨職能專案從零到交付,在資源和時間有限的情況下做過關鍵取捨。
- 需要高度具備 Ownership 的意識,並且有跨職能工作的靈活性。
- 語言:繁體中文溝通流暢,能閱讀英文技術文件。
加分條件
- 有地端或私有化 AI 部署經驗,例如 vLLM、Ollama、llama.cpp,對 GPU 硬體有基本認識
- 熟悉 Agent 安全與治理:權限控管、沙盒隔離、稽核紀錄、憑證管理
- 有 B2B 或中小企業產品經驗,或熟悉「硬體加訂閱」的商業模式
- 有工程背景,或能自己寫程式
- 參與過開源 AI 專案
- 具備金融或區塊鏈產業經驗
我們怎麼工作
- 共同擁有產品:產品和技術從第一天就一起發想,沒有「需求方」和「接單方」之分。
- 各自負責自己的產出:情境 spec 由你負責,技術 spec 由技術架構師負責,彼此尊重專業。
- 共同討論決策:重視論點,不看職位。
- AI-first:每個人都用 AI 擴大自己能做的事。
Skills
Sign in to read and join the discussion.