职位详情

职位列表 链接失效 不适用(官网全量采集) official:netease:76514

工程机械产品经理(远程操控与智能座舱)

未披露 · 杭州市 · 网易

主分类:硬件与智能终端产品经理
产品
辅助:AI 应用产品经理(非 Agent)(仅展示)
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "工程机械产品经理(远程操控与智能座舱)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "伏羲机器人",
        "location": "杭州市",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "网易",
        "company_industry": "互联网 / 游戏 / 数字内容",
        "company_size": "10000人以上",
        "company_website": "netease.com",
        "company_description": "网易提供互联网和游戏服务,并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "5. 具备良好的英文技术文档阅读能力,能使用英语进行基本书面沟通者优先",AI生成
        "visa_support": "未披露",
        "responsibilities": "负责挖掘机、装载机等工程机械的智能化产品定义与落地,聚焦于智能座舱与辅助驾驶(ADAS)系统的规划与交付,通过环境感知、碰撞预警、辅助操控、远程遥控等技术手段,提升作业安全性与操作效率。同时探索AI助手在设备运维、操作指导等场景中的应用,作为辅助功能赋能操作员与管理决策。\n \n一、智能座舱与ADAS产品规划与落地\n1. 深入矿山、港口、搅拌站等作业现场,调研工程机械在复杂工况下的安全风险(盲区、碰撞、侧翻、疲劳驾驶等)与操作效率瓶颈;\n2. 定义座舱智能化功能矩阵及核心性能指标,包括但不限于:\n• \n• 碰撞预警与主动避障:基于超声波、毫米波雷达或视觉感知,对行人、车辆、障碍物进行分级预警(声光报警→主动减速→紧急制动);\n• 动态称重与装载辅助:实时测算铲斗/货厢载重,辅助操作员精准装载,避免超载或欠载;\n• 电子围栏与作业区域管控:设定安全作业边界,越界即触发报警或限速;\n• 定义ADAS核心性能指标:如预警准确率、误报率、制动响应时间、感知距离精度等,建立测试与验收标准。\n3. 设计远程操控座舱的交互方案:多视角视频显示、仪表信息整合、力觉反馈、低延迟操控链路、异常报警与接管逻辑;\n4. 规划辅助驾驶功能的演进路径:从“感知预警”到“主动干预”再到“特定场景半自主作业”;\n二、AI助手产品定义与赋能(辅助方向)\n1. 构建面向操作员的智能助手,覆盖以下能力:\n• 知识问答助手:基于设备手册、维保指南等知识库,提供自然语言问答;\n• 故障预诊断与维保助手:分析设备传感器数据,推送保养建议和简易维修指引;\n• 作业报告助手:自动生成设备效率、油耗、故障统计等报告;\n2. 整合语音、文字等交互方式,适配嘈杂的现场环境,降低使用门槛;\n3. 设计AI助手的数据闭环,持续优化问答准确率和推荐质量。\n三、产品全链路管理\n1. 输出PRD,定义功能逻辑、交互流程、性能指标(如预警准确率、感知延迟、制动响应时间等);\n2. 协调算法、嵌入式、座舱硬件、测试等团队,推动感知、决策、控制各模块的闭环落地;\n3. 主导现场测试与迭代,收集真实反馈,持续优化产品在恶劣环境(粉尘、振动、高低温)下的稳定性和可靠性。\n四、行业洞察与创新\n1. 跟踪商用车ADAS、自动驾驶、智能座舱等领域的最新进展,探索在工程机械场景的迁移应用;\n2. 研究竞品智能化方案,输出差异化产品策略。",
        "requirements_text": "1. 本科及以上学历,车辆工程、自动化、机械电子、计算机、人机交互等相关专业,3年以上B端硬件/机器人/智能装备/自动驾驶/商用车ADAS领域产品经验;\n2. 有工程机械、商用车、特种车辆等领域的座舱或ADAS产品经验者优先。\n\n专业能力\n1. 熟悉工程机械或商用车的操作逻辑与作业场景,理解盲区、碰撞、装载等典型安全与效率痛点;\n2. 对传感器(摄像头、雷达、IMU等)、感知融合、决策控制等技术栈有基本理解,能与算法、嵌入式工程师高效沟通;\n3. 对智能座舱交互设计有认知,能从操作员视角出发,设计简洁、可靠、低干扰的辅助驾驶交互方案;\n4. 了解ADAS相关功能安全标准(如ISO 26262)者优先。\n5. 具备良好的英文技术文档阅读能力,能使用英语进行基本书面沟通者优先。",
        "skills": [AI生成
            "嵌入式",
            "交互设计",
            "英语沟通"
        ],
        "preferred_qualifications": "2. 有工程机械、商用车、特种车辆等领域的座舱或ADAS产品经验者优先;4. 了解ADAS相关功能安全标准(如ISO 26262)者优先;5. 具备良好的英文技术文档阅读能力,能使用英语进行基本书面沟通者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://hr.163.com/job-detail.html?id=76514&lang=zh"
            }
        ]
    },
    "posting": {
        "posting_id": "76514",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hr.163.com/job-detail.html?id=76514&lang=zh"
    },
    "fulltext": "工程机械产品经理(远程操控与智能座舱)\n职位描述\n负责挖掘机、装载机等工程机械的智能化产品定义与落地,聚焦于智能座舱与辅助驾驶(ADAS)系统的规划与交付,通过环境感知、碰撞预警、辅助操控、远程遥控等技术手段,提升作业安全性与操作效率。同时探索AI助手在设备运维、操作指导等场景中的应用,作为辅助功能赋能操作员与管理决策。\n \n一、智能座舱与ADAS产品规划与落地\n1. 深入矿山、港口、搅拌站等作业现场,调研工程机械在复杂工况下的安全风险(盲区、碰撞、侧翻、疲劳驾驶等)与操作效率瓶颈;\n2. 定义座舱智能化功能矩阵及核心性能指标,包括但不限于:\n• \n• 碰撞预警与主动避障:基于超声波、毫米波雷达或视觉感知,对行人、车辆、障碍物进行分级预警(声光报警→主动减速→紧急制动);\n• 动态称重与装载辅助:实时测算铲斗/货厢载重,辅助操作员精准装载,避免超载或欠载;\n• 电子围栏与作业区域管控:设定安全作业边界,越界即触发报警或限速;\n• 定义ADAS核心性能指标:如预警准确率、误报率、制动响应时间、感知距离精度等,建立测试与验收标准。\n3. 设计远程操控座舱的交互方案:多视角视频显示、仪表信息整合、力觉反馈、低延迟操控链路、异常报警与接管逻辑;\n4. 规划辅助驾驶功能的演进路径:从“感知预警”到“主动干预”再到“特定场景半自主作业”;\n二、AI助手产品定义与赋能(辅助方向)\n1. 构建面向操作员的智能助手,覆盖以下能力:\n• 知识问答助手:基于设备手册、维保指南等知识库,提供自然语言问答;\n• 故障预诊断与维保助手:分析设备传感器数据,推送保养建议和简易维修指引;\n• 作业报告助手:自动生成设备效率、油耗、故障统计等报告;\n2. 整合语音、文字等交互方式,适配嘈杂的现场环境,降低使用门槛;\n3. 设计AI助手的数据闭环,持续优化问答准确率和推荐质量。\n三、产品全链路管理\n1. 输出PRD,定义功能逻辑、交互流程、性能指标(如预警准确率、感知延迟、制动响应时间等);\n2. 协调算法、嵌入式、座舱硬件、测试等团队,推动感知、决策、控制各模块的闭环落地;\n3. 主导现场测试与迭代,收集真实反馈,持续优化产品在恶劣环境(粉尘、振动、高低温)下的稳定性和可靠性。\n四、行业洞察与创新\n1. 跟踪商用车ADAS、自动驾驶、智能座舱等领域的最新进展,探索在工程机械场景的迁移应用;\n2. 研究竞品智能化方案,输出差异化产品策略。\n\n职位要求\n1. 本科及以上学历,车辆工程、自动化、机械电子、计算机、人机交互等相关专业,3年以上B端硬件/机器人/智能装备/自动驾驶/商用车ADAS领域产品经验;\n2. 有工程机械、商用车、特种车辆等领域的座舱或ADAS产品经验者优先。\n\n专业能力\n1. 熟悉工程机械或商用车的操作逻辑与作业场景,理解盲区、碰撞、装载等典型安全与效率痛点;\n2. 对传感器(摄像头、雷达、IMU等)、感知融合、决策控制等技术栈有基本理解,能与算法、嵌入式工程师高效沟通;\n3. 对智能座舱交互设计有认知,能从操作员视角出发,设计简洁、可靠、低干扰的辅助驾驶交互方案;\n4. 了解ADAS相关功能安全标准(如ISO 26262)者优先。\n5. 具备良好的英文技术文档阅读能力,能使用英语进行基本书面沟通者优先。\n负责挖掘机、装载机等工程机械的智能化产品定义与落地,聚焦于智能座舱与辅助驾驶(ADAS)系统的规划与交付,通过环境感知、碰撞预警、辅助操控、远程遥控等技术手段,提升作业安全性与操作效率。同时探索AI助手在设备运维、操作指导等场景中的应用,作为辅助功能赋能操作员与管理决策。\n \n一、智能座舱与ADAS产品规划与落地\n1. 深入矿山、港口、搅拌站等作业现场,调研工程机械在复杂工况下的安全风险(盲区、碰撞、侧翻、疲劳驾驶等)与操作效率瓶颈;\n2. 定义座舱智能化功能矩阵及核心性能指标,包括但不限于:\n• \n• 碰撞预警与主动避障:基于超声波、毫米波雷达或视觉感知,对行人、车辆、障碍物进行分级预警(声光报警→主动减速→紧急制动);\n• 动态称重与装载辅助:实时测算铲斗/货厢载重,辅助操作员精准装载,避免超载或欠载;\n• 电子围栏与作业区域管控:设定安全作业边界,越界即触发报警或限速;\n• 定义ADAS核心性能指标:如预警准确率、误报率、制动响应时间、感知距离精度等,建立测试与验收标准。\n3. 设计远程操控座舱的交互方案:多视角视频显示、仪表信息整合、力觉反馈、低延迟操控链路、异常报警与接管逻辑;\n4. 规划辅助驾驶功能的演进路径:从“感知预警”到“主动干预”再到“特定场景半自主作业”;\n二、AI助手产品定义与赋能(辅助方向)\n1. 构建面向操作员的智能助手,覆盖以下能力:\n• 知识问答助手:基于设备手册、维保指南等知识库,提供自然语言问答;\n• 故障预诊断与维保助手:分析设备传感器数据,推送保养建议和简易维修指引;\n• 作业报告助手:自动生成设备效率、油耗、故障统计等报告;\n2. 整合语音、文字等交互方式,适配嘈杂的现场环境,降低使用门槛;\n3. 设计AI助手的数据闭环,持续优化问答准确率和推荐质量。\n三、产品全链路管理\n1. 输出PRD,定义功能逻辑、交互流程、性能指标(如预警准确率、感知延迟、制动响应时间等);\n2. 协调算法、嵌入式、座舱硬件、测试等团队,推动感知、决策、控制各模块的闭环落地;\n3. 主导现场测试与迭代,收集真实反馈,持续优化产品在恶劣环境(粉尘、振动、高低温)下的稳定性和可靠性。\n四、行业洞察与创新\n1. 跟踪商用车ADAS、自动驾驶、智能座舱等领域的最新进展,探索在工程机械场景的迁移应用;\n2. 研究竞品智能化方案,输出差异化产品策略。\n1. 本科及以上学历,车辆工程、自动化、机械电子、计算机、人机交互等相关专业,3年以上B端硬件/机器人/智能装备/自动驾驶/商用车ADAS领域产品经验;\n2. 有工程机械、商用车、特种车辆等领域的座舱或ADAS产品经验者优先。\n\n专业能力\n1. 熟悉工程机械或商用车的操作逻辑与作业场景,理解盲区、碰撞、装载等典型安全与效率痛点;\n2. 对传感器(摄像头、雷达、IMU等)、感知融合、决策控制等技术栈有基本理解,能与算法、嵌入式工程师高效沟通;\n3. 对智能座舱交互设计有认知,能从操作员视角出发,设计简洁、可靠、低干扰的辅助驾驶交互方案;\n4. 了解ADAS相关功能安全标准(如ISO 26262)者优先。\n5. 具备良好的英文技术文档阅读能力,能使用英语进行基本书面沟通者优先。",
    "standard_classification": {
        "std_category_code": "PM009",
        "std_aux_codes": [
            "PM002"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}