05 产研团队搭建
05 产研团队搭建概览
整体搭建与业务计划 (3个月Demo，6个月私有化)
| 阶段 | 时间点 | 核心目标 | 入职批次安排 | 关键产出与里程碑 |
|---|---|---|---|---|
| M1: 基建与验证期 | 第1个月 | 团队核心组建，数据与大模型可行性验证 | 第一批 (高配/资深)：AI产品、数据、Infra、Agent | 明确医疗/科研双场景PRD；搭建本地GPU集群/算力环境；完成医学数据初步清洗与向量库搭建；跑通基础的Agent意图识别Demo。 |
| M2: 研发攻坚期 | 第2个月 | 核心业务逻辑闭环，前后端对接 | 第二批 (中初级为主)：AI前端、AI后端、AI设计师 | 完成UI/UX多模态交互设计；后端打通Agent API与会话管理；前端实现流式输出与医学图表渲染；专病大模型SFT/LoRA微调初版完成。 |
| M3: Demo发布期 | 第3个月 | 内部Demo跑通，进行第一轮内测 | 第三批 (中初级为主)：AI测试工程师 | MVP版本内测发布；测试完成基础的幻觉检测与Badcase归因；打通完整的“诊疗辅助”与“科研检索”主流程；收集首批医生/研究员反馈。 |
| M4: 迭代优化期 | 第4个月 | 根据反馈进行模型优化与系统调优 | 无新增，团队磨合 | Agent记忆机制与多Agent协作优化；高并发架构调优；前端交互体验升级；构建标准评测集与自动化测试框架。 |
| M5: 商业化准备期 | 第5个月 | 完善工程化标准，准备私有化部署 | 第三批 (实施商业化)：AI实施运维、AI售前支持 | 容器化编排与部署脚本完善；输出POC演示方案与价值量化PPT；完成权限安全与备份恢复策略设计。 |
| M6: 商业交付期 | 第6个月 | 首个标杆客户私有化部署上线 | 视销售进展灵活扩充 | 完成客户现场私有化部署；提供培训赋能与技术答疑；建立线上故障应急响应SLA保障体系；形成数据飞轮正向循环。 |
团队管理机制 (10-15人敏捷配置)
| 管理模块 | 执行频次 | 核心内容与目的 |
|---|---|---|
| 敏捷开发机制 | 两周一个Sprint | 每双周进行迭代规划，分解需求为Story；利用Jira/Tapd跟踪进度，确保医疗场景的产品端到端交付。 |
| 每日站会 | 每日早晨 (15分钟) | 同步“昨天做了什么，今天计划做什么，有何风险阻塞”。便于跨岗（如Agent与前端、数据与Infra）快速对齐接口。 |
| 数据与Badcase复盘会 | 每周一次 | 由测试、产品、Agent工程师共同参与，重点分析本周模型幻觉、测试集跑分、医生/研究员负向反馈，制定调优策略。 |
| 技术/医学双向分享 | 每双周一次 | 促进医疗业务与技术融合。例如医学指导分享诊疗链知识，Infra工程师分享最新大模型推理加速技术。 |
| 目标对齐 (OKR) | 季度更新 | 将“3个月Demo、6个月私有化”分解为各岗位关键KR。如Infra的KR是“推理延迟低于500ms”，产品的KR是“核心场景医生采纳率达80%”。 |
职级晋升路径 (AI产研专属设计)
| 岗位名称 | T1 (初级/执行者) | T2 (中级/独立骨干) | T3 (高级/领域专家 - 核心高配起点) | T4 (架构师/主导者) |
|---|---|---|---|---|
| AI产品经理 | 撰写基础PRD，跟进UI和研发进度，整理用户反馈 | 独立完成单模块人机交互设计，进行AI能力边界初步评估 | 规划商业化路径与数据飞轮，跨部门协调诊疗/科研双场景落地 | 负责产品整体战略与P&L，定义行业级AI医疗标杆产品 |
| AI前端工程师 | 完成基础对话界面开发、Markdown渲染和移动端适配 | 主导WebSocket流式渲染，开发AI特效，处理复杂状态 | 负责前端整体架构、性能调优极限优化、语音及复杂图表底层设计 | 前端前沿技术探索，跨端跨平台底层框架自研与开源 |
| AI后端工程师 | 实现基础CRUD，会话状态保存，接入简单的三方API | 负责Agent管理模块、LangChain集成、数据库索引优化 | 设计高并发高可用架构、微服务治理与API网关、处理千万级会话 | 主导全后端技术栈演进，解决世界级并发难题与技术降本 |
| 高规格数据工程师 | 执行数据清洗规则，进行基础的数据标注与入库工作 | 构建关系型/向量/关键词数据库，独立完成复杂诊疗数据抽取 | 构建复杂医学知识图谱，实现混合检索极致召回 | 制定企业级数据资产战略，攻克医疗非结构化数据极难处理场景 |
| 高规格Agent工程师 | 编写基础Prompt，调用模型API，实现单轮对话意图分类 | 设计复杂提示词工程，完成LangChain单Agent开发与评测集构建 | 主导多Agent协作编排、高级记忆机制、工具调用设计、严格控制幻觉 | 突破Agent底层理论边界，自研评测与调度框架，行业领先 |
| 大模型Infra工程师 | 协助完成模型环境搭建，监控API调用状态，处理日常报警 | 负责专病大模型SFT微调，配置安全扫描与基础GPU调度 | 负责推理加速优化(vLLM等)、模型量化压缩、成本控制与分布式训练 | 自研分布式训练框架底层优化，万卡集群调度，底层算子重写 |
| AI测试工程师 | 执行手工用例，编写基础UI自动化脚本，提交Bug | 设计A/B测试方案，挖掘边界Case，进行初步的Badcase归因 | 搭建大模型自动化评测框架，制定幻觉/安全评测标准与效能体系 | 行业级AI评测标准制定，构建企业级智能质量保障体系 |
| AI设计师 | 制作基础原型图，输出切图，维护现有的设计组件库 | 独立设计AI交互体验、多模态规范，设计用户情绪曲线 | 搭建完整设计系统，定义品牌AI形象，引领创新多模态交互趋势 | 建立医疗AI人机协同设计哲学，影响行业体验标准 |
| AI实施运维工程师 | 执行标准化的部署手册，监控基础资源，处理常见报警 | 负责客户环境适配与容器化编排，独立排查线上复杂环境故障 | 设计容灾备份、模型热更新架构、SLA保障体系与权限安全底座 | 打造自动化、智能化的全球化多云部署与AIOps体系 |
| AI售前支持 | 协助撰写产品介绍PPT，整理竞品资料，配合基础系统演示 | 独立负责POC演示设计，挖掘客户痛点，撰写针对性技术方案 | 主导百万级项目招投标，场景价值深度量化，提供行业专家级赋能 | 主导顶层商业模式设计与生态合作，推动数千万级战略订单落地 |
岗位能力评价模型 (面试/绩效打分卡)
| 岗位 | 专业核心能力 (权重40%) | 业务与架构能力 (权重40%) | 协作与软技能 (权重20%) |
|---|---|---|---|
| AI产品经理 | 需求调研、场景定义、PRD撰写、AI能力边界评估 | 人机交互流程设计、数据飞轮设计、商业化路径规划 | 跨部门协调、用户反馈闭环、敏捷管理 |
| AI前端工程师 | 对话界面开发、Markdown/富文本展示、WebSocket实时通信 | 流式输出渲染、可视化图表组件集成、性能极致优化 | 移动端适配、AI特效动画设计、跨端协作 |
| AI后端工程师 | 会话管理、登陆/支付、Agent管理与上架、数据库优化 | 高并发架构设计、API网关设计、微服务治理 | LangChain/Langgraph框架整合、监控告警体系建立 |
| 高规格数据工程师 | 找数据(指南共识/论文/医学检测等)、数据清洗治理 | 构建四类数据库(关系型/向量/关键词/知识图谱) | 向量/关键词/图谱混合检索策略调优、跨团队业务抽象 |
| 高规格Agent工程师 | 意图分类、提示词工程(Prompt)、大模型评估评测标准制定 | 多Agent协作编排、工具调用设计(Tool Calling)、记忆机制设计 | LangChain/Langgraph精通、幻觉控制与调优、评测集构建 |
| 大模型Infra工程师 | MinerU2.5应用、LLM接口部署与监控、专病大模型SFT微调 | 推理加速优化、模型量化压缩、分布式训练框架设计 | GPU集群调度优化、安全扫描、算力成本核算与控制 |
| AI测试工程师 | 大模型效果评测、边界Case挖掘、提示词注入测试 | 自动化测试框架开发、幻觉检测引擎打造、性能压测 | A/B测试设计、Badcase归因闭环推动、专业评测报告输出 |
| AI设计师 | AI交互体验设计、对话流程原型设计、提示词界面布局 | 设计系统搭建、多模态交互规范制定、数据可视化设计 | 品牌AI形象塑造、用户情绪曲线管理、研发走查推进 |
| AI实施运维工程师 | 私有化部署实施、容器化编排、日志监控体系搭建 | 模型热更新机制设计、故障应急响应处理、备份恢复策略 | 客户复杂环境适配沟通、权限安全管理宣贯、SLA保障 |
| AI售前支持 | 技术方案撰写、POC演示系统设计、竞品分析与对标 | 招投标材料组织与支持、场景业务价值深度量化评估 | 客户深层需求挖掘、实施可行性评估、客户现场培训赋能 |