核心岗位职责
1. AI战略规划与落地：结合公司生产经营目标，制定工业AI发展战略及技术路线图，聚焦预测性维护、视觉质量检测、生产流程优化、供应链协同等核心场景，推动AI项目从需求调研到上线运维的全生命周期管理。
2. 技术架构设计与攻坚：主导工业AI系统架构选型，解决多源异构数据（传感器时序数据、PLC控制指令、MES生产记录等）的采集与整合问题，适配OPC UA、Modbus等工业协议，设计“边缘+云端”混合架构以满足实时性与可靠性需求。针对小样本学习、低延迟推理等工业场景痛点，组织技术攻关并输出解决方案。
3. 团队建设与管理：搭建并带领AI技术团队，明确成员岗位职责与发展路径，开展技术培训与能力提升计划，营造创新协作的团队氛围，提升团队在机器学习、计算机视觉、数据工程等领域的专业能力。
4. 跨部门协同与资源整合：对接生产、质检、设备、供应链等业务部门，精准挖掘AI应用需求；协调IT、运维等支持部门，保障AI系统与现有MES、ERP等legacy系统的无缝集成，推动技术方案落地执行。
5. 技术标准与风险管控：建立工业AI项目的技术规范、质量标准及安全保障体系，关注AI模型的可解释性与合规性，规避技术选型失误、数据安全等风险，确保AI系统稳定运行（工业场景可靠性要求达99.999%以上）。
6. 价值量化与持续优化：建立AI项目ROI评估体系，跟踪项目实施效果（如设备停机时间减少率、产品缺陷检出率提升、能耗降低比例等），推动模型迭代优化与技术创新。
任职资格要求
（一）核心要求
- 学历背景：本科及以上学历，计算机科学、自动化、人工智能、工业工程等相关专业，硕士学历优先。
- 工作经验：5年以上AI相关工作经验，其中3年以上工业AI项目（如智能制造、工业互联网）实战经验，2年以上团队管理经验，有带领5人以上技术团队完成项目落地的成功案例。
- 技术能力：
精通机器学习（LSTM、Transformer等时序模型，Isolation Forest等异常检测算法）、计算机视觉等核心技术，熟练使用TensorFlow、PyTorch、ONNX Runtime等主流框架；
- 熟悉工业数据采集与处理技术，掌握Kafka、Flink等流处理框架，了解时序数据库及工业协议（OPC UA、Modbus）；
- 具备AI系统部署经验，了解边缘计算平台（EdgeX Foundry）、容器化技术（Docker、K8s）及模型管理工具（MLflow）。
行业认知：深刻理解工业生产全链路流程，熟悉智能制造关键场景（如设备运维、质量检测、生产调度）的业务逻辑与痛点。
综合能力：具备优秀的项目管理能力、跨部门沟通协调能力及问题解决能力，对技术趋势敏感，有较强的战略思维与成本意识。