日化行业数字公共服务平台首席技术官

一、岗位职责
（一）技术战略规划
行业技术洞察：深度调研日化行业数字化趋势、政策要求及技术前沿（如数据要素流通、大模型轻量化、智能体应用等），结合平台定位制定中长期技术战略规划与路线图，确保技术方向与行业需求、政策导向高度契合。
核心技术选型：主导平台核心技术架构设计，负责数据集构建技术（如数据采集、清洗、标注、脱敏）、可信数据空间技术（如隐私计算、区块链存证、数据安全网关）、行业大模型技术（如预训练、微调、部署优化）及应用智能体技术（如多模态交互、场景化推理）的选型与验证，保障技术体系的先进性、可扩展性与安全性。
技术风险管控：建立技术风险评估机制，识别数据合规、模型安全、系统性能等领域的潜在风险，制定应对预案并监督执行，确保平台符合《数据安全法》《个人信息保护法》等法律法规要求。
（二）核心产品技术研发统筹
行业高质量数据集开发：统筹数据集产品的技术研发，制定数据标准与质量规范，设计高效的数据采集与处理流程，推动数据集从“量”到“质”的提升，满足日化企业模型训练、市场分析、合规检测等场景需求。
行业可信数据空间建设：主导可信数据空间的技术架构搭建，整合隐私计算（如联邦学习、差分隐私）、区块链、访问控制等技术，实现数据“可用不可见”的安全流通，构建日化行业数据共享与协作的信任基础。
行业大模型研发与落地：负责日化行业大模型的全生命周期管理，包括预训练数据准备、模型架构设计、微调策略制定、部署优化及效果迭代，推动大模型在配方研发、营销洞察、客服智能等场景的行业化应用。
行业应用智能体开发：统筹应用智能体的技术研发，结合日化行业场景（如供应链协同、终端导购、质量追溯）设计智能体的交互逻辑与推理能力，实现智能体与平台其他模块的无缝衔接，提升用户服务效率与体验。
（三）技术团队管理与能力建设
团队搭建与人才培养：负责技术团队（如算法、开发、数据、安全等）的搭建与梯队建设，制定人才招聘计划与培养体系，通过技术培训、项目实战、导师制等方式提升团队成员的专业能力与行业认知。
项目管理与协同：建立高效的技术项目管理流程，明确项目目标、里程碑与资源分配，协调跨部门（产品、运营、业务合作方）协作，确保核心产品研发项目按时、按质落地。
技术文化塑造：倡导创新、严谨、协作的技术文化，组织技术分享、攻关研讨等活动，激发团队创新活力，提升团队凝聚力与战斗力。
（四）技术创新与行业合作
技术创新驱动：牵头技术创新项目，鼓励团队探索新技术在日化行业的应用场景，推动专利、软著等技术成果的产出，提升平台的技术壁垒与行业竞争力。
行业技术合作：对接高校、科研院所、头部科技企业等外部资源，开展技术合作与交流，引入先进技术与理念，赋能平台核心产品的迭代升级。
二、任职要求
（一）基本条件
本科及以上学历，计算机科学与技术、软件工程、数据科学、人工智能等相关专业，5年以上技术研发经验，其中3年以上大型数字化平台或AI产品技术管理经验，有日化行业经验者优先。
具备良好的职业素养与 Leadership，较强的战略思维、沟通协调能力及问题解决能力，能承受高强度工作压力，对日化行业数字化转型有强烈的使命感。
（二）专业技能要求
技术架构能力：
精通分布式系统、微服务架构、云原生技术（K8s、Docker等），具备大型数据平台或AI平台的架构设计经验，能独立设计高可用、高并发、可扩展的技术架构。
核心领域技术经验：
数据集领域：熟悉数据采集（爬虫、API对接、物联网设备接入）、数据清洗与标注工具（如LabelStudio）、数据质量管理方法，有行业级数据集开发经验者优先。
可信数据空间领域：了解隐私计算框架（如FedML、TensorFlow Federated）、区块链技术（如Hyperledger Fabric）、数据安全技术（加密算法、访问控制），有数据安全流通项目经验者优先。
大模型领域：熟悉大模型预训练（如GPT、LLaMA、文心一言）、微调（LoRA、QLoRA）及部署优化（TensorRT、ONNX）技术，有行业大模型研发或落地经验者优先。
应用智能体领域：了解智能体架构（如Multi-Agent）、自然语言处理（NLP）、计算机视觉（CV）等多模态技术，有场景化智能体开发经验者优先。
项目管理能力：精通敏捷开发、瀑布式开发等项目管理方法，具备PMP、ACP等项目管理认证者优先，能有效管理复杂技术项目的进度、质量与风险。
合规与安全意识：深入理解数据安全、隐私保护相关法律法规，具备数据合规与安全体系搭建经验，能确保平台技术研发符合行业监管要求。
（三）加分项
有省级及以上公共数字服务平台技术负责人经验者；
主导过日化行业数字化转型项目或AI产品研发落地者；
拥有相关技术专利或在核心期刊发表过技术论文者；
熟悉日化行业产业链（如原料采购、配方研发、生产制造、市场营销）者。