AI工程师

1. 对接各业务部门的AI应用需求，完成需求调研、场景拆解与可行性评估，输出标准化的AI需求分析文档，明确项目落地的核心目标与边界。 2. 结合需求场景完成AI实现路径的选型评估，对比自研训练与调用集团中心化模型两种路线的投入成本、落地效果与长期维护成本，输出最优技术方案建议。 3. 负责公司及集团中心化AI平台（含大语言模型API、视觉识别服务等）的对接集成，完成业务系统与AI能力的联调开发，持续保障接口调用稳定性，同步跟踪模型版本迭代并完成工厂侧应用的适配更新。 4. 开展AI模型的自主研究与训练工作，基于Ollama、vLLM等框架完成大语言模型的私有化部署，搭建适配工厂业务场景的RAG知识库与智能问答助手。 5. 独立或协同团队完成AI应用系统的开发与落地，覆盖生产数据看板、智能告警、异常分析助手等场景，全链路跟进AI工具的上线、调试与效果迭代，切实解决制造环节的实际痛点。 6. 持续跟踪AI行业前沿技术动态，结合半导体制造场景的业务特性评估新技术的落地适用性，面向业务侧开展AI能力培训与技术赋能。

1. 本科及以上学历，计算机、软件工程、人工智能等相关专业，具备扎实的计算机基础。 2. 熟练掌握Python开发语言，能够独立完成功能脚本编写、REST API接口调用与JSON数据处理，具备完整的后端接口联调与工程开发能力。 3. 了解主流大语言模型（LLM）的基础原理，具备大模型API调用或本地私有化部署的实际项目经验，有Ollama、AnythingLLM、OpenAI API等工具使用经验者优先。 4. 具备优秀的跨部门沟通协调能力，能够准确捕捉业务侧的真实诉求，将业务需求转化为可落地的技术方案，具备较强的文档输出能力，能够独立撰写清晰规范的需求分析文档与技术方案。 5. 具备较强的自主钻研精神与项目推进能力，能够在无完整指导的情况下独立攻坚技术问题，推动AI项目从需求到上线的全流程落地。 6. 对AI技术在工业制造、半导体生产场景的落地有强烈兴趣，能够持续跟进前沿技术动态并探索业务落地可能性。