職位名稱:AI(人工智能)應(yīng)用工程師/AI 解決方案架構(gòu)師
地點(diǎn):蘇州
就業(yè)類型:全職
尋求在 Python、AI/ML 框架和基于云的 AI 解決方案方面擁有堅(jiān)實(shí)的基礎(chǔ)的優(yōu)秀候選人。
負(fù)責(zé)設(shè)計(jì)、部署和優(yōu)化 AI 驅(qū)動(dòng)的解決方案,包括 LLM、多模態(tài) AI 模型、AI ( Agent)智能體和基于 RAG 的 AI 架構(gòu)。在良好的企業(yè)氛圍下研究尖端 AI 技術(shù)并部署真實(shí) AI 應(yīng)用程序,共創(chuàng)輝煌。
崗位描述(主要職責(zé))
*開(kāi)發(fā)和部署 AI 解決方案:設(shè)計(jì)、開(kāi)發(fā)和實(shí)施 AI 模型,包括 LLM、多模態(tài) AI 模型(語(yǔ)音、視頻、視覺(jué)處理)和 AI ( Agent)智能體。
*AI 模型集成和優(yōu)化:微調(diào)、優(yōu)化并將開(kāi)源 AI 模型(例如 Hugging Face 的模型)集成到企業(yè)應(yīng)用程序中。
*檢索增強(qiáng)生成 (RAG) 和微調(diào):執(zhí)行基于 RAG 的解決方案并使用微調(diào)技術(shù)優(yōu)化 AI 模型。
*AI 基礎(chǔ)設(shè)施和部署:在(例如 AWS Amazon Q、Kendra 和 SageMaker)配置、部署和管理 AI 模型。
*框架和工具實(shí)施:利用 Langchain、LlamaIndex、CrewAI 和 Autogen 等 AI 框架構(gòu)建自主 AI ( Agent)智能體和應(yīng)用程序。
任職要求(學(xué)歷及教育背景要求):
本科以上,人工智能、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)、計(jì)算機(jī)科學(xué)相關(guān)技術(shù)學(xué)科等相關(guān)專業(yè)。
已經(jīng)取得AI/ML、AWS 或相關(guān) AI 框架開(kāi)發(fā)等資質(zhì)認(rèn)證的優(yōu)先。
崗位要求(相關(guān)經(jīng)驗(yàn)及資質(zhì)要求):
具備 AI/ML相關(guān)開(kāi)發(fā)和部署經(jīng)驗(yàn)。
在開(kāi)發(fā)和微調(diào) LLM、多模態(tài) AI 模型和 AI 驅(qū)動(dòng)的解決方案方面擁有豐富的經(jīng)驗(yàn)。
有 RAG、微調(diào)和基于云的 AI 部署(AWS、SageMaker、Amazon Q 等)的實(shí)踐經(jīng)驗(yàn)。
有使用開(kāi)源 AI 模型并將其集成到企業(yè)應(yīng)用程序中的經(jīng)驗(yàn)。
對(duì) APIs、AI pipelines和端到端 AI 系統(tǒng)架構(gòu)有深入的了解。
熟練掌握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)框架(如TensorFlow/PyTorch),具備模型調(diào)優(yōu)能力。
精通Python,熟悉C++/Java等工業(yè)級(jí)語(yǔ)言,能實(shí)現(xiàn)算法落地。
熟悉數(shù)據(jù)處理工具(Pandas/Spark),具備工業(yè)數(shù)據(jù)清洗與特征工程經(jīng)驗(yàn)。
了解工業(yè)自動(dòng)化系統(tǒng)(如PLC/SCADA)接口開(kāi)發(fā),能實(shí)現(xiàn)AI與產(chǎn)線集成。
具備智能質(zhì)檢(AOI圖像識(shí)別)、設(shè)備預(yù)測(cè)性維護(hù)、生產(chǎn)排程優(yōu)化等場(chǎng)景的實(shí)戰(zhàn)經(jīng)驗(yàn)。
熟悉工業(yè)物聯(lián)網(wǎng)(IIoT)數(shù)據(jù)采集與處理,如時(shí)序數(shù)據(jù)分析、多傳感器融合。
具備工業(yè)級(jí)項(xiàng)目經(jīng)驗(yàn)優(yōu)先,如通過(guò)AI降低線纜廢品率(案例:某企業(yè)通過(guò)視覺(jué)檢測(cè)將缺陷漏檢率降低至0.5%)。
熟悉工業(yè)通信協(xié)議(如MQTT、OPC UA)。
熟悉IoT數(shù)據(jù)采集、實(shí)時(shí)分析工具(如Hugging Face)。
具備自然語(yǔ)言處理能力,支持智能客服和交互式系統(tǒng)開(kāi)發(fā)。
職業(yè)技能:
有獨(dú)立思考和工作的能力,也能適應(yīng)團(tuán)隊(duì)工作;
良好的分析問(wèn)題、解決問(wèn)題的能力;
出色的溝通和協(xié)作能力;
能跟進(jìn) AI/ML領(lǐng)域 的最新發(fā)展,并結(jié)合應(yīng)用場(chǎng)景快速實(shí)驗(yàn)調(diào)優(yōu)。
具備以下行業(yè)能力優(yōu)先:
*軟件開(kāi)發(fā)和 API 集成:使用 Flask 和 Streamlit 開(kāi)發(fā) AI 驅(qū)動(dòng)的應(yīng)用程序,確保與企業(yè)系統(tǒng)無(wú)縫集成。
*數(shù)據(jù)和特征性能處理:利用 Pandas、NumPy、scikit-learn 進(jìn)行數(shù)據(jù)預(yù)處理、特征提取和分析。
*AI 模型部署和監(jiān)測(cè):通過(guò)強(qiáng)有力的模型監(jiān)控、日志記錄和全方位評(píng)估以確保性能最佳。
生成式AI集成:需熟練調(diào)用OpenAI、DeepSeek等API,實(shí)現(xiàn)智能化工藝優(yōu)化或缺陷檢測(cè)。
流程自動(dòng)化:使用AI工作流平臺(tái)(如LangChain)編排生產(chǎn)流程,提升柔性制造能力。
質(zhì)量管控:結(jié)合計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)實(shí)時(shí)質(zhì)檢,降低不良率。
熟悉工業(yè)數(shù)據(jù)采集(如SCADA系統(tǒng))與邊緣計(jì)算部署;
具備制造業(yè)業(yè)務(wù)理解,如生產(chǎn)排程、設(shè)備管理、供應(yīng)鏈協(xié)同等。
實(shí)時(shí)調(diào)度算法:需開(kāi)發(fā)高效的機(jī)器人集群調(diào)度算法,優(yōu)化分揀路徑和任務(wù)分配。
系統(tǒng)架構(gòu)設(shè)計(jì):熟悉分布式系統(tǒng)架構(gòu),具備高并發(fā)場(chǎng)景下的穩(wěn)定性優(yōu)化能力。
自動(dòng)化協(xié)同:通過(guò)AI實(shí)現(xiàn)多設(shè)備(如AGV、機(jī)械臂)的協(xié)同作業(yè),提升分揀效率。
動(dòng)態(tài)避障技術(shù):掌握自適應(yīng)避障算法,確保復(fù)雜環(huán)境下的安全運(yùn)行。
AI算法開(kāi)發(fā):需掌握機(jī)器學(xué)習(xí)(如PyTorch、TensorFlow)、深度學(xué)習(xí)框架,具備庫(kù)存預(yù)測(cè)、路徑優(yōu)化等算法開(kāi)發(fā)能力。