PMO（数智化）

1. IPD 研发过程数据度量体系建设、方法论迁移与落地

• 定义并落地 IPD从研发过程中的的数据度量衡到研发上市后的数据观测体系。
• 将行业标准化的的 IPD 流程规范、研发度量体系，根据在组织内进行裁剪和适配。

1. 组织绩效运营体系搭建与驱动

• 设计"驾驶舱-场"双环运营模型：驾驶舱负责指标驱动和验收闭环，"场"（飞跃会/Scrum 例会/专项评审）负责问题归因、任务分配和闭环跟踪。
• 建立二级组织绩效管理的Agentic BI，将财经指标、质量指标（RMA/星级/VOC）、市场指标（份额/溢价率）、研发指标统一到运营视图，并通过构建AI pipeline，提供不同模块的AI分析，Agent驱动决策。
• 推动绩效运营从"事后复盘"转向"事前预警"：设计阈值预警、趋势异常检测、自动归因链路。

1. AI驱动的组织运营提效与端到端工具链建设

• 端到端构建数据产品：从数据源接入 → ETL 管道 → 预聚合层 → 查询 API → 可视化看板，一人端到端打通全链路
• 构建自助式数据查询的AI工具（Skill/MCP），利用 AI Harness工程，构建智能归因和自动分析管线，提前做过程预警
• Design for AI的研发领域数据对象能力建设，包括但不限于结构化知识库、知识图谱的建设。

1. 技术规划与技术项目运营

• 辅助技术规划与技术项目运营，在运营的同时，能够设计相关工具提升自己与团队的运营效率

• 对AI高热爱，理解 AI/LLM 的能力边界和最佳应用场景，能将 AI 工具化地引入日常工作流。

• 经历过IPD价值链、了解AI Harness工程，参与过技术项目、先进技术预研的运营的是加分项。

• 具备主人翁意识，而非任务型思维，敢拼敢闯有冲劲，对事情保有责任感。

• 在 1000 人以上规模的科技公司从事过 IPD 或类似集成产品开发流程的实际运营工作

• 有从成熟 BU 到创业 BU的方法论迁移经历，能举出具体案例。

• 精通SQL、数据对象管理；掌握python、ts、js语法框架。

---

加分项

• IoT/智能硬件行业经验
• 有 AI Agent/多 Agent 编排的实战经验；
• 有从零搭建数据产品的完整经历：从"没有数据"到"数据驱动决策"的全过程
• 有研发效能度量平台的产品化经验：把度量体系做成产品，而不只是做成 PPT