智能产线架构开发工程师

设计AI Native智能产线整体技术架构，明确Agent层、Skill层、Workflow编排层、数据层与控制层的边界与协同关系，构建感知到执行的端到端智能闭环，规划云边端协同部署方案；

开发面向工业场景的AI Agent系统，实现复杂任务的自主规划、工具调用与多步执行，覆盖设备异常诊断、工艺参数优化、质量根因分析等场景，支持工业图像、设备日志等多模态数据的集成应用；

将视觉检测、设备调试、工艺参数规则等工业经验抽象为标准化、可复用、可编排的Skill单元，参与Skill Engine设计，构建工厂Memory系统实现经验沉淀与跨场景迁移；

负责模型服务化、Agent Runtime与Workflow调度系统的工程实现，打通视觉系统、MES、SCADA、PLC数据接口，保障AI系统在产线环境的实时性、稳定性与可扩展性

深入理解LLM-based Agent架构（Planning、Tool Calling、Memory、Multi-Agent协同），熟悉主流大模型的能力边界与调用优化，有完整的Agent项目从0到1落地经验，熟练使用至少一种主流Agent框架（LangGraph、AutoGen、CrewAI等），具备Skill系统设计与开发经验；

具备复杂系统架构设计能力，能清晰定义分层架构、组件边界与接口规范；工程能力强，能独立将原型转化为生产级代码，熟悉Python、Docker、服务化部署及GPU推理优化；

熟练使用AI编程工具（Cursor、Claude Code等）进行高效开发，具备利用LLM辅助生成Prompt、Tool定义、Workflow逻辑的人机协同开发能力；

具备将模糊业务需求转化为可执行Agent Workflow的能力，有复杂场景0到1落地经验；学习能力强，能快速理解工业制造、设备控制、质量检测等新领域并构建AI解决方案；有MES、SCADA对接经验或锂电、半导体制造场景项目经验者优先