寻求在 Python、AI/ML 框架和基于云的 AI 解决方案方面拥有坚实的基础的优秀候选人。 负责设计、部署和优化 AI 驱动的解决方案，包括 LLM、多模态 AI 模型、AI （ Agent）智能体和基于 RAG 的 AI 架构。在良好的企业氛围下研究尖端 AI 技术并部署真实 AI 应用程序，共创辉煌。 岗位描述（主要职责） 1.开发和部署 AI 解决方案：设计、开发和实施 AI 模型，包括 LLM、多模态 AI 模型（语音、视频、视觉处理）和 AI （ Agent）智能体。 2.AI 模型集成和优化：微调、优化并将开源 AI 模型（例如 Hugging Face 的模型）集成到企业应用程序中。 3.检索增强生成 (RAG) 和微调：执行基于 RAG 的解决方案并使用微调技术优化 AI 模型。 4.AI 基础设施和部署：在（例如 AWS Amazon Q、Kendra 和 SageMaker）配置、部署和管理 AI 模型。 5.框架和工具实施：利用 Langchain、LlamaIndex、CrewAI 和 Autogen 等 AI 框架构建自主 AI （ Agent）智能体和应用程序。 任职要求（学历及教育背景要求）： 本科以上，人工智能、数据科学、机器学习和深度学习、计算机科学相关技术学科等相关专业。 已经取得AI/ML、AWS 或相关 AI 框架开发等资质认证的优先。 岗位要求（相关经验及资质要求）： 1.具备 AI/ML相关开发和部署经验。 2.在开发和微调 LLM、多模态 AI 模型和 AI 驱动的解决方案方面拥有丰富的经验。 3.有 RAG、微调和基于云的 AI 部署（AWS、SageMaker、Amazon Q 等）的实践经验。 4.有使用开源 AI 模型并将其集成到企业应用程序中的经验。 5.对 APIs、AI pipelines和端到端 AI 系统架构有深入的了解。 6.熟练掌握机器学习、深度学习框架（如TensorFlow/PyTorch），具备模型调优能力。 7.精通Python，熟悉C++/Java等工业级语言，能实现算法落地。 8.熟悉数据处理工具（Pandas/Spark），具备工业数据清洗与特征工程经验。 9.了解工业自动化系统（如PLC/SCADA）接口开发，能实现AI与产线集成。 10.具备智能质检（AOI图像识别）、设备预测性维护、生产排程优化等场景的实战经验。 11.熟悉工业物联网（IIoT）数据采集与处理，如时序数据分析、多传感器融合。 具备工业级项目经验优先，如通过AI降低线缆废品率（案例：某企业通过视觉检测将缺陷漏检率降低至0.5%）。 12.熟悉工业通信协议（如MQTT、OPC UA）。 13.熟悉IoT数据采集、实时分析工具（如Hugging Face）。 14.具备自然语言处理能力，支持智能客服和交互式系统开发。 职业技能： 1.有独立思考和工作的能力，也能适应团队工作; 2.良好的分析问题、解决问题的能力; 3.出色的沟通和协作能力; 4.能跟进 AI/ML领域 的最新发展，并结合应用场景快速实验调优。 5.具备以下行业能力优先： *软件开发和 API 集成：使用 Flask 和 Streamlit 开发 AI 驱动的应用程序，确保与企业系统无缝集成。 *数据和特征性能处理：利用 Pandas、NumPy、scikit-learn 进行数据预处理、特征提取和分析。 *AI 模型部署和监测：通过强有力的模型监控、日志记录和全方位评估以确保性能最佳。 生成式AI集成：需熟练调用OpenAI、DeepSeek等API，实现智能化工艺优化或缺陷检测。 流程自动化：使用AI工作流平台（如LangChain）编排生产流程，提升柔性制造能力。 质量管控：结合计算机视觉技术实现实时质检，降低不良率。 熟悉工业数据采集（如SCADA系统）与边缘计算部署； 具备制造业业务理解，如生产排程、设备管理、供应链协同等。 实时调度算法：需开发高效的机器人集群调度算法，优化分拣路径和任务分配。 系统架构设计：熟悉分布式系统架构，具备高并发场景下的稳定性优化能力。 自动化协同：通过AI实现多设备（如AGV、机械臂）的协同作业，提升分拣效率。 动态避障技术：掌握自适应避障算法，确保复杂环境下的安全运行。 AI算法开发：需掌握机器学习（如PyTorch、TensorFlow）、深度学习框架，具备库存预测、路径优化等算法开发能力。