AI应用技术专家

工作内容
1.技术路线与选型：跟踪大模型与AI智能体技术演进（多模态模型、推理模型、工业/时序大模型、端侧小模型等），结合业务痛点完成技术评估、成本测算与方案对比，主导集团AI技术路线决策，坚持低成本、快落地、可验证的选型原则，合理组合商用API、开源模型与国产化模型。2.智能体方案设计：面向中药材种植与产地加工、生产制造（质检、工艺辅助、设备运维）、质量追溯、研发资料管理、供应链协同、营销与电商运营、管理流程等集团全业务链路场景，设计"人+智能体"协同方案；运用企业知识检索与增强、提示词工程、工具接入、多智能体编排、工作流引擎等技术，输出技术架构并设定可衡量的效果指标。3.模型工程与迭代：负责开源大模型本地化/私有化部署与推理优化，基于企业自有数据开展微调与领域适配，制定数据与标注规范；建立覆盖评测集构建、效果评估、回归验证的模型迭代机制，保障效果与稳定性持续提升。4.交付与运营：拆解开发任务并指导团队完成智能体的集成、调试、灰度试点与规模化推广；建立上线后效果监控、Bad Case复盘与持续运营机制，对项目周期、成本与落地效果负责，并承担团队搭建与人才培养职责。5.知识与资产沉淀：参与集团私域知识底座建设，将流程、制度、产品、经验等知识治理成果转化为智能体可调用的知识资产；沉淀提示词模板、可复用组件、场景案例库与落地规范，建立集团AI应用选型标准与效果评估体系。6.安全与合规：识别并管控AI应用的数据安全、隐私、幻觉与越权风险，落实大模型备案、生成式AI合规、营销内容合规等监管要求，GMP场景坚持"AI辅助、人工终审、全程留痕"，保障AI系统在生产环境稳定、合规、可追溯运行。

任职条件
1、硕士及以上学历，计算机、人工智能、自动化、软件工程等相关专业；5年以上AI相关工作经验。2、有大模型私有化/本地化部署实操经验，熟悉主流开源、商用及国产模型的能力边界，能独立完成技术选型；3、具备企业知识检索与增强（RAG等）、智能体（Agent）应用的方案设计能力，有企业知识库或智能体项目的实际落地经验；4、有AI项目从0到1牵头交付的成功案例，能对周期、成本与落地效果负责；5、能深入理解业务痛点并转化为AI方案，平衡技术效果、落地周期与投入成本；6、具备良好的方案汇报与跨团队推动能力，严谨务实，结果导向。7、加分项：有团队管理或带领开发团队的经验与潜力；有医药健康、智能制造或消费零售行业AI落地经验（如视觉质检、设备运维、智能排产、质量追溯、需求预测、营销内容生成、用户运营智能化等），熟悉ERP/MES/PLM等系统集成逻辑；有大模型评测、效果监控与LLMOps运营经验；有模型微调（SFT/LoRA等）与领域适配实操经验。8、具备以下优先考虑：医药制造GMP合规环境、药品与消费品营销合规、生成式AI合规与备案要求；GraphRAG、MCP、多智能体编排等新框架的深度实践；工业大模型/时序数据模型、工艺数字孪生等前沿方向；数据治理体系（DCMM等）、国产化算力平台（信创环境）适配。