社区帖子招聘AI教育行业招聘UI、AI产品经理（前期远程后期全职坐班）

公司介绍：

• 项目叫【voke】，是驱动大学生学习与求职成长的平台。励志打通“教育—实战—求职”链路，实现从学习成长到就业落地的闭环。
• 团队现在做了一个小程序，还未上线，现阶段现需UI把界面换一下进行上线；另外已经做好下一个阶段的产品方向，特需要招腻害的研发以及UI设计师。

职位名称：UI/产品设计师 (AI教育方向) 能试稿优先

薪资范围：10-15k
经验要求： 3年及以上

【职位描述】

我们致力于利用最前沿的人工智能技术（LLM/自适应算法）重塑教育体验。产品涵盖 Web 端和 App 端，旨在为学生/教师提供个性化、高互动性的智能学习助手。如果你热衷于用设计解决复杂的教育痛点，让学习变得像玩游戏一样上瘾且高效，欢迎加入我们。

【岗位职责】

l 全平台设计： 负责 AI 教育产品的 Web 端（管理后台/学习主页）及 App 端（iOS/Android）的 UI/UX 设计，确保多端体验的一致性。

l AI 交互创新： 设计基于自然语言处理（NLP）的对话式界面 (CUI)，优化人机交互流程，让 AI 老师/助手的反馈更具“人性化”和情感温度。

l 数据可视化： 将复杂的学习数据（如知识图谱、能力雷达图、学习进度预测）转化为直观、易懂且美观的图表，帮助用户理解学习成效。

l 用户体验研究： 深入理解目标用户（大学生/职场人及教师），绘制用户体验地图，优化学习路径，降低使用门槛。

l 设计系统 ： 建立并维护一套适用于教育场景的设计规范（色彩心理学、字体、组件库），支持产品的快速迭代。

l 跨部门协作： 与 AI 算法工程师紧密合作，理解技术边界；与教研团队合作，确保设计符合教学法原则。

【任职要求】

l 经验背景： 3年以上互联网产品设计经验，具有完整的 Web 和 App 项目上线案例（必须附带作品集）。

l 工具掌握： 精通 Figma（首选）、Sketch 或 Adobe XD；熟练使用 Protopie 或 AE 制作高保真动效（这对教育产品的趣味性至关重要）。

l AI/EdTech 认知：

1. 对生成式 AI（ChatGPT、Midjourney等）有浓厚兴趣或实际使用经验。理解“提示词工程”对界面的影响。

2. 逻辑与审美： 极强的逻辑思维能力，能梳理复杂的业务流程；具备优秀的审美，能驾驭“亲和力强、清晰、专注”的教育类视觉风格。

3. 沟通能力： 能够清晰阐述设计决策背后的逻辑，不仅是“好看”，更要“好用”。

加分项：

l 有知名在线教育或 AI 产品设计经验者优先。

l 游戏化设计 ： 懂得如何利用勋章、排行榜、连胜机制来激励用户持续学习。

l 3D/插画能力： 能够独立绘制 IP 吉祥物或 3D 场景，为年轻用户群体创造沉浸感。

职位名称：AI 产品经理

薪资范围：10-20k
经验要求： 3-5年（其中至少1年 LLM/AIGC 相关经验）

【职位描述】

这不是一份普通的“功能经理”工作。我们不只是在 App 里加一个聊天机器人，而是要打造 AI Native（原生 AI） 的产品。你需要重新思考产品形态，负责从 0 到 1 定义 AI 如何解决用户的核心痛点。你将作为“算法技术”与“用户需求”之间的超级连接器，不仅要对产品指标（Retention/LTV）负责，还要对模型的回答质量负责。

【岗位职责】

l 产品规划与定义：负责 AI 教育产品的全生命周期管理，撰写高质量的 PRD，定义产品的核心价值主张。场景挖掘： 识别 AI 在教育场景中的最佳切入点（是做作业批改？口语陪练？还是苏格拉底式助教？），并验证其可行性。模型选型策略： 根据成本、速度和效果的平衡，决定何时使用大模型（GPT-4/Claude），何时使用小模型或微调模型。

l 体验与工程落地 ：Prompt Engineering 管理： 建立系统的 Prompt 管理流程，与教研团队合作，不断调试 System Prompt 以优化 AI 的“人设”和教学效果。RAG (检索增强生成) 优化： 负责知识库的构建策略，确保 AI 的回答基于准确的教材内容，减少“幻觉”。数据飞轮： 设计“用户反馈机制”（如点赞/踩/修改建议），建立 Human-in-the-loop 流程，利用用户数据反哺模型，让产品越用越聪明。

l 跨部门协作：与UI/UX 设计师定义新型交互（如流式输出、语音打断）。与算法工程师对接，清晰描述业务需求，将模糊的“体验不好”转化为具体的“准确率/召回率”指标。与课程/教研团队协作，确保 AI 输出的内容符合教学法。

【任职要求】

经验背景：3-5年以上互联网产品经理经验。

l 必须有至少 1 年的 LLM（大语言模型）/ AIGC 相关产品实战经验（从 Idea 到上线的完整经历）。

l 技术理解力 ：深刻理解 LLM 的原理与边界（Context Window、Temperature、Embedding、Token 计费逻辑）。知道什么是 RAG（检索增强），什么是 Fine-tuning（微调），并能判断何时使用哪种技术方案。

l 数据驱动：不只看 DAU，更关注 AI 特有指标（如：交互轮数、Token 消耗/转化率、回答采纳率）。

l 思维模式：具备“概率思维”，能接受 AI 的不确定性，并通过产品机制（如引导、纠错、多选项）来包容这种不确定性。

【加分项】

懂代码： 会写 Python，能自己调用 API 写一个简单的 Demo 来验证想法（这在 AI 创业团队极其重要）。

教育行业背景： 了解 K12 或语言学习用户的心理特征。

极客精神： 混迹 Github、Hugging Face 或 AI 社区，对 Agent（智能体）、Multi-modal（多模态）有前瞻性认知。

面试流程：
1）投递简历
2）初面-终面