"1.负责AI研发平台及AI模型训练平台、大模型应用开发平台（如Coze、Dify）、数据标注平台的技术、业务、数据全维度架构设计，搭建技术底座，制定标准化技术规范、选型策略及落地细则，支撑各类AI平台的开发、部署与应用，为AI研发全流程提供坚实技术支撑。 2.统筹公司各类项目全流程AI能力架构规划与落地，聚焦模型集成、处理、数据流转等核心技术难点，主导技术攻坚，保障AI相关系统稳定、高效运行，支撑业务场景闭环。 3.带领AI开发团队开展核心模块研发工作，把控项目开发进度、代码质量与交付标准，指导团队成员解决研发过程中的关键技术问题，搭建高效协作的研发体系。 4.持续跟踪人工智能领域前沿技术（大模型、AI智能体等）及行业应用趋势，结合公司业务需求，推动AI相关技术能力迭代升级，将业务需求转化为可落地的技术方案，赋能业务创新与效率提升。 5.配合业务部门梳理AI相关业务痛点，提供专业技术咨询与支持，推动AI技术在智能控制、工业、矿山等领域的深度应用，助力公司核心产品竞争力提升。"

"1.研究生及以上学历，计算机、人工智能、软件工程、自动化、电子信息等相关专业。 2.3年及以上AI相关技术研发或平台架构相关经验，有AI模型训练平台、大模型应用开发平台（如Coze、Dify）、数据标注平台相关开发或应用经验者优先；有智能控制、工业AI领域相关经验者优先。 3.熟悉主流架构设计模式，了解微服务、分布式系统、云原生等相关技术，有AI相关平台架构设计、落地相关经验，能完成基础架构方案设计。 4.了解大模型基础技术（微调、部署、API集成等），熟悉Coze、Dify等大模型应用开发平台的基础使用，了解AI模型训练平台、数据标注平台的核心功能与应用场景，熟悉AI智能体开发基本流程，了解工业AI相关场景（如故障诊断、缺陷检测、工艺规划等），并能结合工业场景完成AI模块架构设计与数据流转逻辑梳理。至少完成过AI数据分析、AI视觉检测或AI大模型智能体的其中一种技术的场景落地工作。 5.熟练掌握至少一种主流编程语言（Python/Java/Go），具备基本的编码功底与架构思维；熟悉数据库（MySQL、MongoDB等）和向量数据库（Milvus、PG-Vector等）、消息队列、缓存等中间件的基本应用与选型逻辑。 6.了解项目研发全生命周期流程，能配合梳理业务痛点、转化基础技术架构方案；具备一定的技术前瞻性、问题解决能力与沟通协调能力。 7.了解基本的数据安全、网络安全相关规范，能在指导下完成架构设计中的安全防护相关工作；具备文档编写能力，能配合输出架构设计相关文档；具备责任心与团队协作意识，能配合团队完成研发任务。"