AI智能应用工程师

岗位职责：
一、产业大模型日常运维
1. 负责企业产业大模型运行监控、性能优化、异常排查、日志分析、权限配置和版本管理，保障模型稳定、高效、安全运行。
2. 完成数据清洗、数据标注、知识库更新、语料迭代、提示词维护等基础运维工作，持续提升模型效果与响应质量。
3. 组织第三方交付成果的测试验收、问题整改、上线发布和效果复盘，推动问题闭环和版本持续优化。
二、模型二次开发与功能迭代
1. 根据生产、销售、技术、质量、设备、经营管理等需求，对第三方搭建的产业大模型进行二次开发、接口改造和功能扩展。
2. 参与Prompt工程、工作流编排、RAG知识库构建、模型微调和效果调优，提升模型在行业场景中的准确率和实用性。
3. 开展AI应用脚本开发、接口调用、页面配置和简单后端开发，提高系统适配性和交付效率。
三、AI应用落地与业务对接
1. 推动大模型在生产调度、质量管控、成本核算、设备运维、客户技术服务、经营分析等场景落地应用。
2. 对接各业务部门，梳理AI需求，输出可落地的AI应用方案、功能原型、实施计划及评价指标。
3. 协同业务部门梳理流程、标准和知识规则，推动AI能力嵌入现有管理流程和业务系统。
四、系统集成与接口开发
1. 负责AI大模型与ERP、MES、WMS、OA、设备物联网平台等系统的接口对接、数据互通和联调测试。
2. 编写接口文档、部署说明、运维手册和操作指引，形成标准化AI应用交付流程。
3. 配合完成日志管理、访问控制、备份恢复和运行巡检，提升系统可靠性和可维护性。
五、AI项目管理与成果沉淀
1. 跟进AI项目进度，协调第三方厂商、内部IT和业务部门完成需求确认、开发联调、测试验收和正式上线。
2. 建立应用台账、案例库和数据指标看板，沉淀AI场景、优化经验和复用组件，逐步形成公司内部AI能力体系。
3. 开展用户培训、推广辅导和使用支持，提升员工使用率、应用覆盖率和实际业务价值。
六、安全与合规管理
1. 负责模型数据安全、权限管理、敏感信息脱敏和合规审查，确保AI应用符合公司信息安全要求。
2. 对不符合业务需求、数据质量或安全规范的模型方案和上线版本提出整改建议或暂缓上线建议。
3. 完成上级交办的其他与AI应用建设、运维和推广相关工作。（1）. 国家职称/软考类：信息系统项目管理师、系统集成项目管理工程师、软件设计师、网络工程师等。
（2）. 人工智能/职业技能类：人工智能工程师、人工智能训练师、人工智能应用工程师、生成式人工智能技术应用类证书等。
（3）. 云与平台认证类：阿里云、华为云、腾讯云、百度智能云等AI应用开发、模型训练、云计算或大数据相关认证。
（4）. 其他相关证书：TensorFlow/PyTorch开发、MLOps/DevOps、数据分析、信息安全、PMP等相关认证。
（5）. 持有助理工程师、工程师或高级工程师职称者优先。