1.工业场景模型适配与优化：基于新能源行业特性，将通用大模型适配到工业场景，开发智能体解决实际问题。针对工业数据特点，设计数据预处理与特征提取方案，提升模型在工业环境中的鲁棒性。 2.多智能体框架设计与开发：构建工业场景多智能体系统，实现复杂业务逻辑的自主决策。设计端到端解决方案，推动智能体与工业系统的无缝集成。 3.模型轻量化与边缘部署：开发轻量化模型或微调策略，实现大模型与边缘计算设备的协同部署，满足工业场景对低延迟、高可靠性的需求。 4.工程落地与效果验证：推动大模型和专业AI模型在工业现场的部署与迭代，设计A/B测试方案验证模型效果，量化AI对业务指标的提升。

1.学历与背景：硕士及以上学历，计算机、人工智能、自动化、能源工程等相关专业；硕士7年以上工作经验，博士4年以上工作经验；有工业领域AI应用经验、新能源项目经验优先。 2.核心能力：精通主流大模型开发框架，熟悉Llama、Qwen、GPT等系列模型架构及微调技术。掌握智能体技术栈，熟悉混合专家架构。掌握Docker/K8s容器化部署，熟悉边缘侧模型优化技术。 3.加分项：熟悉多模态原生模型及分布式训练技术；有智能体在工业场景的成功案例或开源项目贡献。