1. 产品战略规划与需求挖掘：
- 深入理解物流、供应链等行业（特别是供应链规划、路径优化、分拣运输、时效管理等）的业务流程、痛点和机会，结合大模型技术发展趋势，进行市场调研和竞品分析。
- 基于对业务逻辑和大模型能力的理解，识别并定义高价值的产品机会点，制定清晰的产品愿景、战略路线图和迭代计划。
- 主导用户需求调研与分析（内部业务方、外部客户），将模糊的业务需求转化为具体、可执行的产品需求（PRD）。
2. 大模型应用产品设计与落地：
- 聚焦垂直场景： 设计并主导开发基于大模型的垂直应用产品（如：运力配载智能规划、智能路线规划与优化助手、数据Ai分析资产化、客户服务智能问答/工单处理等）。
- 技术方案对接： 与算法团队紧密协作，理解大模型技术架构、训练/微调机制、部署方式及局限性，确保产品需求在技术上的可行性与高效实现。能评估不同技术路径（如模型选择、微调策略）对产品目标的影响。
- 产品设计交付： 熟练运用Axure、Sketch、MindManager等工具，独立完成高保真产品原型设计、交互流程图、信息架构图，清晰传达产品逻辑与用户体验。确保设计方案能有效解决业务问题并提升用户体验。
- 算法能力应用： 理解路径规划算法（如Dijkstra, A*）原理及其在物流场景的应用，能够基于业务规则和效率目标，对算法团队提供的路径规划方案进行评估，提出优化建议，并设计相应的产品功能界面。
3. 数据驱动与效果验证：
- 运用SQL等工具进行必要的数据提取、清洗和分析，监控产品核心指标，从用户行为数据和业务结果数据中挖掘洞察。
- 建立科学的A/B测试或效果评估机制，量化大模型应用产品的业务价值（如成本降低、时效提升、准确率提高、客户满意度增加等）。
- 基于数据反馈，持续进行产品迭代优化，推动产品体验和业务效果的提升。
4. 跨部门协作与项目推动：
- 作为产品核心负责人，高效协调算法研发、工程开发、测试、运维、市场销售、运营及业务部门等资源，确保项目目标清晰、计划合理、沟通顺畅。
- 主导项目关键节点（如需求评审、设计评审、开发排期、测试验收、上线发布），把控项目进度、质量和风险，确保产品按计划高质量交付上线。
- 清晰地向不同背景的团队成员（技术、业务、管理）传达产品目标、需求和进展。
5. 行业洞察与技术前瞻：
- 持续关注大模型领域（如多模态应用、Agent、大模型与知识图谱/业务规则引擎融合、模型压缩与加速等）及物流科技前沿动态。
- 积极探索新技术在物流/数据资产等垂直场景的创新应用可能性，推动技术预研和概念验证（POC），为公司产品注入创新活力，保持技术领先性。
- 具备创新思维，勇于挑战现状，提出突破性的产品解决方案以构建竞争优势。