岗位职责
- 面向生产、质量、设备、研发及供应链等制造场景，开展现场调研、用户访谈与业务流程梳理，识别高价值痛点，完成场景优先级、适用边界、用户角色和应用目标定义；
- 将业务需求转化为可落地的AI解决方案，明确业务流程、数据来源与质量、系统接口、人机协作方式、权限安全、异常兜底及可量化的价值与验收指标；
- 推动场景从方案设计、PoC验证、试点运行、系统联调到上线验收的全流程落地，协同生产、质量、设备、工艺、IT及数据团队解决数据、流程和组织适配问题；
- 基于大模型开发Agent应用，实现任务理解与拆解、规划执行、RAG/知识库、工具/Skills调用、工作流编排及多Agent协作；
- 对接MES、ERP、PLM、WMS、QMS、SCADA等业务系统、数据库和API，打通工业数据、业务规则与任务执行链路；
- 根据场景处理文本、图像、时序等数据，开展Prompt、Embedding、检索重排，并围绕准确率、任务完成率、时延和成本等指标持续优化；
- 完成服务封装、权限与安全、日志监控、私有化部署及性能优化，建立人工确认、失败回退、风险控制和运行保障机制；
- 基于上线效果、用户反馈和失败案例持续迭代，跟踪使用率、业务效果及用户满意度，沉淀可复制的场景方案、技术组件和实施方法，支持跨工厂、跨业务推广。
职位要求
- 学历要求：全日制硕士研究生及以上；
- 专业要求：计算机科学与技术、人工智能、软件工程（含工业数智化）、数据科学与大数据技术、自动化、电子信息、测控、数学/统计等相关专业；
- 基本要求：熟练Python，具备数据结构、算法、SQL、Linux、Git及API开发基础；理解LLM、Agent、RAG、Function Calling/MCP等基本原理；
- 项目要求：至少有一个可运行的AI Agent/大模型应用Demo、代码仓库或课程/科研项目，能够说明需求、方案、实现和评测结果；
- 优先录用：使用过LangGraph、LangChain、LlamaIndex、AgentScope等框架；具备制造业/MES系统集成、工业知识库、视觉或时序数据、Docker/Kubernetes、vLLM/模型私有化部署经验。
