AI工程师

核心工作职责
1.AI技术路线规划：结合企业数字化转型战略，制定制造场景AI技术架构与落地路线，主导工业AI平台、算法仓库、数据中台的搭建与优化，支撑全公司智能制造升级。
2.核心AI算法研发与创新：针对复杂制造场景（如精密零件缺陷检测、设备剩余寿命预测、生产排程优化等），研发定制化AI算法。
3.重大AI项目主导与落地：牵头智能制造AI重点项目（如AI质检系统、智能排产系统、 预测性维护系统），统筹需求调研、方案设计、资源协调、进度管控，保障项目按期交付并实现降本增效。
4.团队管理与技术攻坚：带领AI工程师团队开展研发工作，分配任务、指导新人、组织技术评审，解决项目中的核心技术瓶颈，提升团队整体工业AI研发能力。
5.跨部门协同与生态对接：联动生产、设备、质量等部门，打通业务流程与技术壁垒；对接外部AI厂商、高校资源，引入先进技术与方案，推动AI项目落地。
6.效果评估与价值量化：建立AI项目效果评估体系，量化AI应用带来的产能提升、次品率下降、运维成本降低等收益，输出项目价值报告，为管理层决策提供依据。
7.行业技术追踪与迭代：关注工业AI、智能制造、边缘计算、数字孪生等前沿技术，结合企业业务场景，推动技术预研与迭代，保持企业AI应用的行业竞争力。