AI 產品架構師 - AI Product Manager

▶ 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。

▶ 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。