智控大模型工程师

负责工业智控领域大模型的技术方案设计与落地应用，围绕产线异常工况扩散生成、工艺参数优化、设备故障智能诊断、控制决策辅助等核心场景，完成大模型选型、领域适配与效果验证；

负责大模型增量学习框架的研发与落地，构建跨场景算法迁移适配体系，解决同产品跨设备、跨工厂场景下算法快速迁移与自适应问题，压缩新场景落地周期与标注成本；

负责构建工业智控领域的知识图谱与向量知识库，设计并落地 RAG 检索增强方案，沉淀设备控制逻辑、工艺标准、故障排查流程等领域知识，支撑大模型的精准推理与场景化输出；

与智控软件开发、电气控制、算法团队协同，完成大模型能力与智控平台、数据采集系统、设备控制系统的接口对接与集成落地，打通模型推理到现场控制的完整链路；

负责大模型的工程化部署与性能调优，针对云端、边缘端不同部署场景，完成模型量化、压缩与推理优化，满足工业场景低延迟、高可靠、高并发的运行要求；

跟踪大模型、多模态 AI、工业智能体等前沿技术发展，开展新技术在智控场景的预研与原型验证，推动技术攻关与核心技术能力沉淀；

编写技术方案、模型说明、部署手册等全流程技术文档，参与技术评审与代码评审，保障项目交付质量与工程规范性

硕士及以上学历，精通 Python 编程语言，熟练掌握 PyTorch、TensorFlow 等深度学习框架，深入理解 Transformer 架构与大模型基础原理；

具备大模型落地开发经验，熟练掌握主流微调技术，有 RAG 检索增强、向量数据库的完整落地实践经验；

熟悉大模型部署与优化技术，掌握 ONNX、TensorRT 等推理框架，具备模型量化、压缩与端到端性能调优的实操能力；

具备较强的工程思维与问题拆解能力，能够结合工业业务场景设计可落地的大模型应用方案，独立完成模块开发与效果验证；

具备良好的跨团队沟通协作能力，能够配合软件、电气、工艺团队完成需求对接与项目联调