工业 AI 智能体开发工程师（质检视觉方向）

短期项目制，负责基于 Dify 搭建 MOM 场景多模态 AI 智能体，落地产品外观瑕疵识别。 工作职责： 1. 围绕MOM业务场景，基于Dify开发5个业务级AI智能体，重点打造“AI瑕疵识别智能体”，利用星海大模型视觉能力实现产品外观缺陷自动检测、实时告警与根因分析，落地业务降本提效。 2. 负责瑕疵识别智能体完整链路搭建：对接工业相机/图像采集设备，完成图像采集与预处理；设计提示词与多模态推理流程，将设备图像输入大模型智能体进行缺陷检测、分类与原因推断；识别结果回传MOM系统并联动安灯/报警。 3. 构建并维护视觉知识库：整理历史缺陷样本、图片库、维修经验等资料，利用RAG检索增强生成，实现“识别 -> 缺陷定位 -> 处理建议”一体化输出。 4. 主导智能体视觉能力优化：通过Prompt工程、Few-shot示例、工具调用（如调用外部质检规则库或设备参数）等方式，持续提升大模型对工业场景缺陷的识别准确率与响应稳定性。 5. 了解并梳理业务侧质检痛点与判定标准，对接业务和项目经理完成需求沟通与技术双向转化，主导核心项目全流程，包括开发调试、Demo演示与上线交付。 6. 沉淀智能体开发规范与多模态大模型在工业质检场景的落地最佳实践。 任职资格： 1. 本科及以上学历，计算机、自动化、电子工程等相关专业优先，具备2年以上智能体实际开发工作经验。 2. 熟练使用Python，有基于Dify低代码或零代码平台搭建智能体的实战经验。有图数据库实际开发经验。做过制造业知识图谱或RAG开发经验。 3. 熟悉多模态大模型（如GPT-4V、Claude、Qwen-VL、InternVL等）的API调用、Prompt设计与视觉推理优化，有实际图像识别/视觉问答应用经验者优先。 4. 熟悉RAG、向量数据库原理，有结构化知识库搭建及Prompt调优经验。 5. 具备系统集成及硬件对接经验，熟悉MES/MOM接口或安灯报警联动者优先。 6. 有MOM/MES/制造质检业务背景者优先。 7. 本岗位为短期项目制（周期约2-3个月），需驻场或高频现场沟通，能适应紧凑的交付节奏。