1.技术架构设计：负责构建大模型在快消品供应链场景的落地架构，包括模型选型、部署优化、系统集成等。 2.应用场景探索：结合业务需求（如智能选品、库存预测、陈列优化、供应商协同等），设计大模型解决方案。 3.技术工程化：推动模型从实验到生产的全流程，确保高可用、低延迟、可扩展的AI服务。 4.团队与生态建设：主导技术选型，培养团队AI能力，探索与外部技术资源的合作模式。

一、硬技能要求 1.技术背景： 1.精通PyTorch/TensorFlow等框架，熟悉Transformer、GPT、BERT等主流模型原理及微调方法。 2.熟悉大模型部署工具（如vLLM、TGI）、异构计算优化（GPU/NPU）及云原生架构。 3.具备分布式系统设计经验，能处理高并发、海量数据的AI服务。 2.行业经验： 1.有供应链、电商、零售等领域的AI项目经验者优先。 2.熟悉快消品行业业务逻辑（如库存周转、渠道分销、动态定价）者加分。 3.工程能力： 1.熟练掌握Python/Go/Java，具备MLOps、AIOps落地经验。 2.熟悉向量数据库、知识图谱、Agent框架等技术在业务中的集成。 二、、软技能与特质 1.业务洞察力：能深入理解“技术驱动供应链效率”的目标，将业务问题转化为技术方案。 2.创新能力：对AI前沿技术敏感，能探索大模型在供应链中的创新应用（如多模态商品管理、智能经营决策Agent）。 3.协作与沟通：能协同算法工程师、产品经理、业务部门，推动技术落地。 4.结果导向：注重技术方案的ROI，平衡技术先进性与业务实效性。 三、加分项 1.有B2B平台、智能供应链系统开发经验。 2.发表过AI顶会论文或参与过开源大模型项目。 3.熟悉快消品行业数据特征（如SKU动态数据、非标品处理、季节性波动）。 四、岗位价值定位 短期目标：提升现有AI能力（如需求预测、智能匹配）的精度与效率。 长期愿景：通过大模型重构快消品供应链决策体系，实现“AI驱动通道革新”。 五、团队与文化适配 适应技术快速迭代的创业环境，具备从0到1构建系统的韧性。 认同“技术降本增效”理念，愿意深入产业一线理解业务痛点。