数字智能工程师

工作内容
1、负责有色行业（如冶金、铜铝加工等）或新能源行业（如锂电、垃圾电厂等）智能工厂的AI算法开发与优化，包括工艺优化、缺陷检测、设备预测性维护、能效管理等场景。
2、结合工业大数据（传感器数据、生产日志、视觉数据等），使用Dify、Coze Studio等低代码AI开发平台构建智能工作流，实现AI模型的快速部署与业务集成。
3、利用RAG（检索增强生成）技术优化企业知识库检索，结合大语言模型（LLM）提升智能问答、故障诊断等应用的准确性。
4、负责大语言模型（LLM）的数据标注、模型训练及微调，优化模型在工业场景下的表现。
5、与自动化、MES/SCADA系统团队协作，确保AI解决方案的稳定运行与持续优化。

任职条件
1、学历背景：硕士及以上学历，计算机科学、人工智能、自动化、工业工程等相关专业。
2、行业经验：2年以上AI算法开发经验，有工业领域（有色、新能源、制造业等）项目经验者优先。熟悉智能工厂常见AI应用场景，如预测性维护、质量检测、生产优化等。
3、熟练解决方案编制、交流、讲解、撰写能力。
4、良好的逻辑思维和问题解决能力，能适应工业现场需求分析与调试。
5、具备团队协作能力，能与工艺工程师、自动化工程师高效沟通力。

专业技能：
1、熟练使用Dify、Coze Studio等AI低代码开发平台，能够构建自动化AI工作流。
2、具备大语言模型（LLM）数据标注、训练与微调经验，熟悉LoRA、QLoRA等高效微调技术。
3、具备工业数据分析能力（时序数据、图像数据、多模态数据融合）。
4、具备数据处理能力，能够清洗、标注工业数据，优化模型输入质量。
5、熟悉Python及主流深度学习框架（PyTorch/TensorFlow），能独立完成模型训练与优化。
6、熟悉RAG技术，能够优化知识库检索与生成质量。
7、熟悉Hugging Face生态（Transformers、PEFT、Accelerate）及LLM训练框架（LLaMA Factory、Unsloth）。
8、熟悉模型部署工具（如ONNX、TensorRT），了解工业通信协议（如OPC UA、Modbus）或MES/ERP系统集成。
9、熟悉SQL/NoSQL数据库、Spark/Flink等大数据工具。