捷通达汽车集团股份有限公司是一家以投资汽车4S店为主的集团化企业，主营汽车销售、售后服务、汽车配件、二手车、汽车进出口、汽车租赁、汽车衍生服务，注册资本19375万元。捷通达集团于2022年10月完成股份公司创立，积极争取IPO。集团总部位置及工作地点为天津市西青区储源道18号
FDE #1 AI 智能客服 FDE
主要服务部门：客服 / 客户运营
岗位定位
负责集团 AI 智能客服体系的搭建与运营，覆盖售前、售中、售后全链路客服场景及人/机质检场景，通过自动问答、外呼、工单、质检等 AI 能力，降低客服成本、提升客户体验，并将能力沉淀为可对外输出的客服产品。
岗位职责
1. 全链路客服场景建设
覆盖售前（咨询、邀约）、售中（购车跟进、金融保险）、售后（保养、维修、救援、投诉）全链路客服场景，设计对应的 AI 客服能力。
2. 人/机质检场景
建设客服质检能力，通过 AI 对人工客服与智能客服的通话/会话做质量检测、合规检查、服务评分，提升服务质量。
3. 客服知识治理
梳理客服知识库，建立知识条目、标准话术、常见问题（FAQ）体系，确保 AI 客服「答得对、答得全」。
4. AI 客服方案设计与调优
设计自动问答、智能外呼、工单流转等 AI 客服场景，持续监控自助解决率、坐席压降等指标，迭代优化知识库与模型。
5. 产品化输出
将客服 AI 能力沉淀为标准产品，支撑 AI 科技公司对外商业化（人机协同的客服代运营）。
FDE #2 AIGC 内容营销 FDE
主要服务部门：品牌 / 市场 / 新媒体
岗位定位
通过 AIGC 能力帮助新媒体团队批量制作营销物料，覆盖平面、视频、直播等场景，用 AI 降低内容生产成本、提升产出效率，并沉淀为可复用的新媒体赋能能力。
岗位职责
1. AI 平面创作
用 AI 批量制作平面物料（海报、banner、宣传图、社媒配图等），为新媒体团队提供高效的平面生产能力。
2. AI 视频创作
用 AI 批量制作视频物料（短视频、口播、剪辑、数字人等），赋能新媒体视频内容生产。
3. 直播助手与直播训练
建设直播助手能力（话术提示、实时提词、互动应答），搭建直播训练体系，赋能门店/新媒体直播。
4. 新媒体 AI 知识库搭建
搭建新媒体 AI 知识库（品牌、车型、活动、脚本、素材），作为 AIGC 内容生产的素材底座。
5. 新媒体赋能能力搭建
搭建面向新媒体团队的一站式 AIGC 赋能能力，让团队成员能自助批量生产营销物料。
FDE #3 用户价值运营 FDE
主要服务部门：客户运营 / 门店
岗位定位
负责 用户价值运营与用户全生命周期经营，依托 CDP、MA、SCRM 等工具构建「一客一群」私域体系，把用户从「一次性购车」转化为「长期车生活经营」，是集团「从卖车转向经营车生活」战略的核心岗位。
岗位职责
1. 车生活管家产品方案
设计车生活管家产品（保养、保险、金融、二手车、生活服务等），定义用户服务场景。
2. 一客一群体系
构建「一客一群」私域运营体系，实现用户精细化触达与持续经营。
3. 用户全生命周期运营
搭建用户全生命周期运营体系（拉新、促活、留存、复购、裂变），提升用户粘性与生命周期价值。
4. 积分商城打通
统筹积分商城与用户运营的打通，构建用户权益与激励体系。
FDE #4 店效提升 FDE
主要服务部门：门店
岗位定位
负责 门店经营提效，主导订货运筹项目，参与门店端「口袋店务」与「销售助手」AI 原生应用建设，主动识别门店经营提效机会点并导入 AI 能力，提升门店经营效率。
岗位职责
1. 订货运筹项目管理
主导基于本体论的订货运筹项目，优化订车、库存、资金占用，降低库存周转压力，提升门店经营效率。
2. 口袋店务建设参与
参与门店端「口袋店务」产品建设（AI 问数 + 门店异常监控 + 任务督导），输出业务方案与需求，推动门店经营数字化。
3. 销售助手 AI 原生 APP 建设
参与「销售助手」AI 原生 APP 的建设，用 AI 赋能销售顾问的日常工作（话术、客户跟进、成交辅助等）。
4. 门店提效机会点识别与 AI 导入
主动识别门店经营提效的机会点，导入 AI 能力，设计并落地门店提效方案。
岗位名称：AI项目管培生
岗位核心定位
本岗位聚焦大模型、RAG智能问答等AI应用场景，区别于传统IT数据岗位，核心负责AI项目全链路的数据治理与企业知识体系搭建。通过梳理、清洗、标准化业务数据，萃取、结构化、迭代业务知识，为AI模型训练、微调、智能检索问答提供高质量、合规、可用的数据与知识资产，从源头解决大模型幻觉、问答不准、信息滞后等核心问题，是AI产品落地迭代的核心支撑岗位。
二、岗位职责
（一）AI数据治理工作
1. 数据资产盘点梳理：负责各类业务数据（业务文档、产品手册、工单、会话记录、结构化数据库、多媒体资料等）的全盘盘点，梳理数据来源、格式、归属权限、更新频率，搭建AI专属数据资产目录，筛选可用于模型训练、知识库落地的有效数据。
2. 数据清洗与加工标准化：针对原始数据存在的重复、缺失、乱码、格式混乱、无效冗余等问题，完成数据过滤、纠错、去重处理；统一各类文档格式，完成长文本切片、分段优化，适配大模型读取与检索逻辑。
3. 数据集质量管控：制定AI场景专属数据质量标准（准确率、完整度、低冗余率、低噪声率），定期开展数据集巡检，输出质量检测报告；区分训练集、验证集、测试集，做好数据集版本管理与变更日志记录，持续优化数据质量。
4. 数据合规与安全治理：排查数据中的隐私信息、商业机密、版权风险，完成数据脱敏、敏感信息剔除、侵权内容筛查；建立数据权限分级机制，留存数据使用记录，保障AI数据使用合规合法。
5. 标注协同管理：协助撰写数据标注规范，配合标注团队完成标注结果质检、一致性校验，优化标注流程，保障数据集标注精度。
（二）AI知识治理工作
1. 业务知识萃取：从零散的业务文档、规章制度、专家经验、业务流程资料中，剥离冗余话术，萃取核心有效知识，整理标准化FAQ、业务流程、操作规范、问题解决方案等知识条目。
2. 知识体系搭建：负责搭建企业AI知识库分类目录，梳理业务术语库、实体关系图谱，统一业务名词定义，解决一词多义、多词一义、知识冲突等问题，让AI精准理解业务逻辑。
3. 知识库迭代维护：承担知识入库审核、内容校对工作，保障入库知识准确有效；根据业务规则、产品迭代动态，及时更新、下线过期知识，规避AI输出过时信息、错误信息的问题。
4. RAG效果优化：跟进AI智能问答、检索应用效果，复盘问答错误、检索失效、答案偏差等案例，定位知识缺失、切片不合理、检索匹配度低等问题，迭代优化知识分段规则、关键词配置、元数据信息，持续提升AI问答精准度。
5. 知识运营赋能：收集业务端、用户端使用反馈，持续优化知识库内容与结构；制定知识录入、更新SOP，协助培训业务人员规范提交知识资料。
（三）项目协同与管培成长工作
1. 跨部门协同对接，联动算法、AI产品、业务团队，精准承接AI项目数据、知识需求，落地治理方案；
2. 负责各类治理规范、SOP、项目周报、复盘报告、验收文档的撰写与落地；
3. 学习使用向量数据库、数据治理平台、智能知识库等工具，完成基础配置、测试与运维工作；
4. 参与岗位轮岗学习，熟悉AI数据、知识、产品全链路流程，积累AI项目落地实战经验。
