AI赋能工程师

岗位职责
1. 业务需求洞察与方案设计：深入业务一线，调研各部门（如市场、运营、财务）的工作痛点，制定AI赋能场景清单与优先级，并为各岗位量身定制可落地的AI解决方案。
2. 技术可行性评估与选型：结合公司具体需求，研究并评估AI技术在图像处理、信号分析、自动建模等方向的可行性，确保技术方案与公司战略相符。
3. 智能工具链开发与集成：负责评估、引入或利用低代码平台（如Dify、飞书Aily）快速配置AI智能体（Agent）和工作流（Workflow），并将其集成到现有数字化系统中。
4. AI应用培训与推广：制定并实施全员AI工具培训体系，提升员工的提示词工程、自动化工具操作等能力，推动AI文化在公司内部渗透。
5. 效果评估与持续优化：定义AI赋能的关键指标（如效率提升率、成本节约额），定期输出效果报告，并基于反馈持续优化AI工具的功能和性能。
6. 前沿技术跟踪与试验：持续关注AI技术发展动态，快速试验并推动团队采用最具价值的技术方案（如多模态学习、Agent智能体），保持技术前瞻性。
7. AI中台与生态体系建设：参与或主导企业级AI中台的建设，将分散的AI能力模块化、平台化，构建公司内部的AI应用生态。
8. 项目管理与跨部门协同：负责人工智能项目的管理，协调各相关部门之间的合作，确保项目能够顺利推进并交付预期价值。
胜任要求
1. 本科以上学历，3年以上工作经验,计算机科学与技术、软件工程、人工智能、电子信息工程专业优先，具备独立的项目管理能力。
2. AI技术专精：精通至少一个AI技术领域（如AI智能体配置、主流大模型微调、机器学习），并具备实际的项目落地经验，而不仅仅是理论认知。
3. 工具与平台熟练度：熟悉众多主流和非主流的AI平台配置（如飞书Aily、扣子、Dify），能熟练使用豆包、DeepSeek、通义千问等大模型解决实际问题。
4. 编程与工程能力：拥有扎实的编程基础，熟练掌握至少一种编程语言（如Python），能够结合AI进行高效开发，并了解Docker、Kubernetes等现代化部署工具。
5. 数据驱动与业务理解：具备良好的数据敏感度，能通过数据分析定位业务问题；同时深入理解企业级AI应用场景，具备跨部门协作经验。
6. 结构化思维与问题解决：能够将复杂的业务需求清晰拆解为可执行的AI任务流程，并具备出色的解决问题的能力。
7. 卓越的沟通能力：具备技术语言与业务语言的“翻译”能力，能作为产研与业务部门之间的桥梁，有效推动协同。
8. 创新意识与动手精神：主动探索AI新技术在传统业务中的创新应用点，并且是动手能力极强的执行派，能快速搭建原型并落地。
9. 持续学习与创业心态：对AI领域充满热情，能持续学习；拥有创业精神，吃苦耐劳，易于协作，是真正的奋斗者。