行业智能体工程师（工业互联网与智慧能源、智能制造方向）

岗位职责：
1.工业场景智能体架构设计与开发：
·负责面向工业物联网、数字孪生、智慧能碳及MES等业务场景的AI智能体系统架构设计与全生命周期开发工作，涵盖从需求分析、架构设计到上线部署的完整链路。
·设计并实现面向制造业场景的智能体核心模块，包括但不限于多智能体协作机制、意图识别与任务规划、高效记忆管理系统、行业知识库构建及灵活的工具调用框架。
2.工业知识库与RAG体系构建：
·针对工业领域海量非结构化数据（设备手册、SOP文档、历史工单、工艺参数、维修记录等），设计并搭建检索增强生成系统，实现文档智能解析、领域Embedding训练、混合检索策略优化及答案溯源。
·构建并维护面向工业场景的知识图谱，利用图数据库进行设备关联关系、故障因果链、工艺参数依赖等复杂知识的建模、存储与推理查询。
3.智能体与工业系统集成：
·负责智能体与工业现场系统的API对接与工具调用开发，包括MES工单系统、SCADA数据采集、ERP物料信息、设备PLC控制指令等，使智能体具备真正的"执行"能力（如自动开立工单、调整排程参数、触发预警通知等）。
·探索并应用MCP、A2A等前沿协议与技术，建立智能体与工业软件生态的标准化交互接口。
4.垂域模型微调与部署优化：
·负责工业垂域大模型的微调训练工作，包括数据清洗、指令微调、偏好对齐等环节，构建面向特定工业场景（如设备故障诊断、能碳优化、排产调度）的专业模型能力。
·优化模型推理性能与部署成本，熟练运用vLLM、量化部署等技术实现高效、低成本的模型服务。
5.智能体评估与持续迭代：
·设计并搭建智能体的可观测性与评估体系，对运行数据进行实时监测与深入分析，通过A/B测试、幻觉得分检测、任务成功率评估等手段形成持续优化闭环。
·深入理解制造业业务流程，主动发现智能体在现场落地中的问题，推动功能迭代与体验优化。6.技术前瞻与行业赋能：·持续追踪AIAgent、多模态大模型、具身智能等前沿技术动态，评估其在工业场景中的应用潜力，推动技术创新在实际项目中的落地。
·与产品、售前、交付团队紧密协作，将制造业痛点转化为AI智能体可解决的技术方案，支持项目POC验证与规模化推广。
任职要求：
1.学历与专业：本科及以上学历，计算机科学、人工智能、软件工程、自动化、物联网工程或相关工科专业背景。
2.工作经验：
·3年以上软件开发经验，其中至少1年以上AIAgent、大模型应用开发或RAG系统开发的实务经验，有完整上线项目经历者优先。
·有工业软件（MES/SCADA/IIoT）、智能制造系统开发或集成经验者优先考虑。
3.核心技术能力：
智能体框架与原理：
·深入理解AIAgent核心原理，熟悉Tool/FunctionCalling、ReAct范式、Plan-and-Execute模式、多智能体协作等机制。
·精通至少一种主流智能体开发框架，如LangChain、LangGraph、LlamaIndex、CrewAI或AutoGen，具备实际项目开发经验。
RAG与知识工程：
·熟悉RAG完整技术栈，掌握混合检索、Rerank、QueryTransformation等优化策略，熟练使用至少一种向量数据库（Milvus、Pinecone、ChromaDB、Qdrant等）。
·具备知识图谱构建与查询经验，熟悉至少一种图数据库（Neo4j、NebulaGraph等），了解GraphRAG架构者优先。
Prompt工程与大模型应用：
·精通PromptEngineering方法论，能运用提示词对复杂工业任务进行合理拆解、精准规划与有效执行。
·熟悉主流大模型API（OpenAI、Claude、通义千问、DeepSeek等）的调用与适配，有大模型微调训练经验者优先。
工程与部署能力：
·精通Python编程，具备良好的工程代码规范与系统设计能力，熟悉FastAPI/Flask等Web框架。
·掌握Docker、Kubernetes等容器化与编排技术，具备模型服务化部署与运维经验。
4.工业场景理解（加分项）：
·对制造业生产管理流程（MES）、工业物联网架构（设备采集、边缘计算）或能碳管理业务有基本认知。
·了解OPCUA、Modbus、MQTT等工业通信协议，有工业系统API对接经验者优先。
·能够深入一线理解工业用户的真实工作场景，将技术能力转化为解决现场问题的生产力。
5.综合素养：
·逻辑与抽象能力：能将碎片化的工业业务需求抽象为智能体可执行的任务流程与工具调用链路。
·快速学习与自驱：对AIAgent、大模型等前沿技术保持强烈好奇心与技术敏感度，能快速实践新技术。
·协作与沟通：具备良好的跨团队沟通能力，能够有效协同产品、算法、工程、交付等角色推动项目落地。
加分项：
·有智能制造、能源管理、工业视觉质检等领域的AI应用落地项目经验。
·熟悉MLOps/LLMOps实践，有LangSmith、Phoenix等可观测性工具使用经验。
·有多模态Agent（视觉+文本）开发经验，或端-边-云一体化AI部署经验。
·在AIAgent、RAG或大模型应用方向有开源贡献、技术博客或论文发表。