1、负责用车场景地图与需求机会池建设，构建车辆体验相关用户画像、用户旅程、场景分层和需求优先级管理机制； 2、负责将用户痛点、用车场景和体验问题转化为清晰的场景定义、需求输入、体验目标和可验收的体验指标； 3、负责 AI 体验与研发平台的价值评价方法学和指标体系建设，覆盖用户感知、体验改善、效率提升、质量改善、工具使用率、复用价值和业务闭环效果等维度； 4、负责 AI 价值评分模型设计与迭代，定义战略价值、技术价值、商业价值、用户价值和资源成本等评分维度与权重机制； 5、负责重点 AI 项目的立项价值评估、优先级评价、阶段目标拆解和验收标准定义，推动价值评估嵌入 IPD 关键评审节点； 6、负责建立体验项目与平台项目的闭环看板，推动需求、开发、上线、运营、反馈和迭代形成闭环； 7、负责组织 AI 价值复盘与运营分析，输出季度价值报告、改进建议和资源配置优化建议； 8、负责与产品规划、控制算法、底盘、软件、仿真、测试、性能评价、车型项目等团队协同，推动体验目标与价值结论落地； 9、负责将用户洞察结论、评价结果和价值数据反哺 AI 能力货架与产品 Roadmap，形成"洞察-规划-评价"联动； 10、负责沉淀用户价值管理方法，包括场景分层、体验指标体系、评价方法学、价值评分模型、复盘机制和最佳实践。

1、硕士研究生及以上学历，计算机、软件工程、数据科学、人工智能、自动化等相关专业优先； 2、具备数据产品、数据平台、AI 产品、研发平台、工程工具链、数据治理、数据中台或企业级平台相关经验； 3、理解汽车研发、仿真验证、试验测试、标定、设计优化、工程知识管理或研发流程管理中的一种或多种业务场景； 4、熟悉数据产品从数据接入、清洗加工、标签标注、质量校验、资产管理、权限管理到数据服务的完整链路； 5、熟悉数据仓库、数据湖、湖仓一体、元数据管理、数据血缘、数据质量、数据标准、数据安全、数据权限等基本概念； 6、熟悉 SQL、Python、BI 工具、数据看板、数据分析、数据建模或数据处理流程，能够与数据开发团队高效沟通； 7、熟悉常见数据平台、数据开发或数据治理工具中的一种或多种，如 Hive、Spark、Flink、Kafka、Airflow、DolphinScheduler、DataWorks 等； 8、理解 AI 模型训练、评测、推理、智能体应用和工程工具链对数据质量、样本结构、数据版本、标签体系和可追溯性的要求； 9、具备较强的业务抽象能力，能够将复杂研发流程转化为数据资产、数据模型、数据服务、指标体系和产品能力； 10、具备良好的跨团队协同能力，能够连接业务、数据、算法、平台和工具链团队推动项目落地。