1. 主导新一代ERP系统的智能化架构演进，探索并落地最匹配ERP场景的AI原生架构（如基于动态本体、Agent多智能体等），打破传统外挂模式，实现AI能力与Java核心业务引擎的深度集成；解决大模型“概率性输出”与ERP“高度确定性业务逻辑”之间的基因冲突，设计可靠的业务边界、兜底机制与人机协同工作流（Human-in-the-loop），确保智能决策（如智能审单、异常归因）在转化为底层状态变更时绝对符合ACID特性与业务合规。2. 针对ERP业务高频变动、数据实时性要求极高的特性，确立RAG-First（检索增强生成优先）的工程战略，在面对复杂业务场景时，优先通过动态上下文组装解决知识注入问题，仅在特定推理模式或表达风格对齐等RAG无法覆盖的边界场景下，才启动垂域模型微调（SFT），以实现ROI（投资回报率）与系统可维护性的最优平衡；基于业务本体（Ontology）规划，主导构建由图数据库（Knowledge Graph）与向量知识库（Vector DB）融合的复杂检索架构，解决ERP场景中极为严苛的深度关系穿透与多跳推理挑战（例如：供应链多级BOM的断供影响链路追溯、跨主体复杂财务穿透）；负责打破业务专家的“隐性知识”壁垒，设计并建立将离散的、基于人类直觉的复杂业务规则与行业Know-how，转化为大模型可理解、可计算的显性图谱结构（Schema）的标准化方法论与工具链，构建从“业务专家经验”到“机器执行规则”的数据飞轮闭环。3. 将智能化能力深度融入ERP研发平台，打造贯穿端到端的AI赋能流水线；突破通用技术辅助的局限，重点构建基于代码库图谱与企业专有业务规范的AI辅助工具链，实现AI辅助复杂业务需求分析、架构设计（DDD领域建模辅助）、核心业务代码生成、复杂业务场景自动化单测生成以及智能代码评审等；与内部AI基础设施团队及业务线紧密协同，突破信创环境下的技术壁垒，拉通混合算力适配、Agent框架选型、模型路由与数据合规等底层支撑能力，在确保数据绝对安全合规的前提下，提出精准的ERP场景需求，确保整体架构方案的高效落地与演进。

4. 计算机科学、人工智能、软件工程等相关专业，硕士研究生及以上学历（博士优先）；5年以上复杂企业级应用（如大型ERP、核心供应链系统、SaaS）架构经验，具备扎实的后端工程落地能力（精通Python，了解或熟悉Java企业级生态）；深入理解并具备领域本体（Ontology）或复杂知识图谱的设计与落地实战经验，具备极强的业务逻辑抽象与建模能力；具备在企业核心系统中平衡“AI概率性”与“业务确定性”的实战架构经验，解决过大模型幻觉、一致性保障等深度工程难题；精通RAG核心原理，主导过基于知识图谱的GraphRAG复杂检索架构落地，具备将垂直领域专家的“隐性知识”抽象、提取并工程化为可计算图谱的实战经验；深刻理解大模型的能力边界，具备判断何时使用RAG、何时使用微调的工程决策能力。5. 极强的技术韧性与内驱力，认同ERP国产化替代的战略价值，愿意为打造高端民族软件品牌而奋斗，能在技术不确定性与业务确定性张力中找到创新解法。6. 具备端到端研发效能提升（AI赋能研发全生命周期）的工具链建设与落地经验；主导过ERP底层架构升级、具备大模型在财务或供应链等强规则业务模块的成功落地案例，熟悉破局策略与数据平滑迁移方案；熟悉类Palantir底层数据架构理念及高级数据资产治理者为佳。