数字化制造AI工程师

岗位核心定位：作为连接AI技术与制造业务的桥梁，负责将AI新技术应用于制造同步工程、工艺规划、生产制造及生产运营等业务场景，解决实际制造业务痛点，推动智能制造落地，实现降本增效与质量提升 主要职责：

1. 01

   方案设计：基于需求部门提交的AI场景针对业务核心痛点给出可实施的AI解决路径，并制定技术可行性方案；

2. 02

   模型验证：针对可落地的AI实施方案进行POC验证、算法选型；

3. 03

   方案落地：对于部分小型的AI场景,应用大模型、多模态、Agent自行完成或指导业务完成技术方案的落地

4. 04

   知识沉淀与赋能：沉淀AI在制造领域应用的方法论、技术规范与标准文档。通过培训、工作坊等形式，赋能业务团队，提升制造体系内的AI应用意识与能力。

5. 05

   技术前沿探索：跟踪大模型、多模态、Agent等技术在工业场景的前沿应用，进行技术评估与试点方案输出，为制造智能化引入创新动能。

学历专业：本科及以上学历，计算机科学、人工智能、自动化等相关专业 编程与工具：熟练掌握Python、SQL，熟悉Linux开发环境及常用Shell命令。熟练使用Git进行代码版本管理。 - 算法框架：熟悉至少一种主流深度学习框架，如PyTorch、TensorFlow或PaddlePaddle，熟悉各种大模型、小模型调试与应用能力。 - 算法领域：熟悉至少一类工业AI算法，包括但不限于： - 视觉检测：熟悉YOLO、Detectron2、SAM等模型及应用。 - 时序分析：熟悉LSTM、Transformer等时序预测与分类模型。 - 异常检测：了解基于统计、机器学习或深度学习的异常检测方法。 - 运筹优化：了解OR-Tools、Gurobi等工具，能解决排产、路径规划等问题。 - 业务理解：了解汽车制造业基本生产流程与工艺知识，能够与工艺、设备工程师进行有效技术对话，理解业务痛点。 - 软性能力：具备出色的项目推动力、跨部门沟通协调能力及解决问题的思维，能够独立主导中等复杂度的AI应用项目。 具备汽车整车厂或其他制造（如电子、机械）企业AI项目落地经验（如利用RAG构建工业知识库、开发多模态工业Agent、进行设备维修问答等）经验优先