> 对外做出好产品 1、AI 产品路线图定义：规划 2-5 年内全线产品的 AI 演进路径，包括硬件终端的边缘 AI 推理与软件平台的智能化运营 (AIOps)。 将AIops领域技术应用于所有软件产品中，将分散的 ITIM 监控数据与 NAC 身份数据、UNC网络数据通过 AI 关联，实现“用户身份级”的体验保障与排障。 2、基于AI-Native的优质业务体验技术规划：规划并设计以用户体验为中心的 AI 引擎，构建“数字孪生”和复杂因果模型。 将网络数据（流量、链路状态、安全日志）与业务数据（用户行为、应用优先级、能源成本）深度融合。 负责定义“异常检测”、“自动根因分析”、“主动性预测故障”、“AI Agent自动恢复业务”的AI产品技术路线。 3、跨产品线 AI 集成：主导跨产品线（如交换机、路由器、安全）的 AI 统一管理平台策略，建立BG级 AI 准则，统一软硬件部门的数据标准、模型接口与安全隐私规范。 确保数据采集标准一致，实现全网范围的“单一管理界面。 4、设计软件SaaS化转型路径：改进产品交付流程，从“卖硬件送软件”转向“以软件价值驱动硬件销售”。提高 EDN 的软件订阅收入占比，完成SaaS 化转型 5、对外开放合作与技术生态建设：算法领域的合作伙伴，主导关键技术的引进。跨BU的AI技术委员会领导； > 对内做出高效率 6、AI 驱动工程效能：模仿 Meta 的效能工具团队，通过 AI 彻底重塑软硬件研发流水线，实现降本增效（提效100%以上）。 融合大模型与搜索算法，覆盖软件全生命周期智能提效： * 自动化生成高质量测试用例提升代码可靠性； * 基于强化学习与遗传编程优化代码性能与能效（CPU使用率、内存使用率、执行速度、能耗等）； 7、AI 自动化平台规划：构建覆盖软硬件全生命周期的 AI-First DevOps 平台，包括 AI 代码辅助、自动评审与智能测试。 网络仿真与虚拟化加速：利用 AI 模拟技术加速用户真实环境的仿真验证，降低环境搭建成本与测试发布周期。 智能质量保障体系：开发能自动生成测试用例、自动预测潜在 Bug 并在生产环境自动回滚的 AI 代理。 8、工程数据中台建设：整合BG数十年的代码库、测试日志、遥测数据，建立BG私有的软件工程知识大模型。 9、人才 AI 转型培训

1、2B 业务+有一定的ict 基础+大平台背景 2、角色：重点是软件业务的AI 能力规划，主导从0-1 规划过软件业务