职位描述：

岗位职责：
1、负责公司信息系统平台的技术架构规划设计，能够与各业务线沟通，设计出高可用，高性能，高扩展的业务架构；
2、主导技术方案、技术选型和系统设计、把握复杂系统的技术框架规划和设计，包括技术流程规范的建立与推广；
3、负责核心代码编写工作和技术难题的攻关和预研、并且指导开发人员进行编码和测试等；
4、详细制定架构层次的规划和开发规范；
5、参与公司安全制度的建设，保障公司系统的安全性；
6、处理日常开发中遇到的疑难杂症，攻克技术难题；
要求：
1、大专及以上学历，计算机软件相关专业，6年以上.NET开发经验；
2、精通C#语言、.NET Core框架；熟悉.Net Core, 对AspNet Core源码有一定分析理解，具备.Net Core的调优经验；
3、熟悉Redis、MySQL、SQL Server等数据库，能进行数据库的性能调优，有 clickhouse 等 olap 型数据库经验更佳；
4、有微服务，大型系统架构设计、核心功能开发、优化、重构，或大数据项目开发经验者优先；
5、有良好的技术文档习惯，有规范化的编码习惯，注重代码质量；
6、诚实、工作认真负责，善于沟通及团队合作，有良好的学习能力和逻辑思维能力；
7、具备团队精神以及良好的沟通能力，热爱开源，不局限于某种技术栈，具备持续学习的习惯。

职位描述：

岗位职责：
1、结合公司数字化战略，制定人工智能中长期发展规划与落地路线图。
2、设计企业级AI架构体系，包括模型平台、智能体平台、数据接口、安全与隐私治理框架。
3、对接外部AI技术供应商、合作方，为公司推进AI应用项目落地提供技术支持
4、制定模型训练、评估、更新与安全使用规范。
5、组织AI应用培训、知识分享，提升业务与技术团队AI认知，为公司高层提供AI前沿趋势与应用咨询支持。
任职要求：
1、计算机相关专业本科及以上学历。硕士/博士优先，有工业AI或大模型研究背景者优先。
2、1年以上AI或数据智能相关工作经验。熟悉制造业或消费品行业业务流程（有工业互联网、智能制造、零售数字化经验者优先）。有从0到1推进AI应用或智能体项目落地的实操经验。
3、熟悉Python、JAVA开发与面向对象编程，Docker、Kubernetes等工具。
4、熟悉主流AI技术体系：机器学习、自然语言处理（NLP）、计算机视觉（CV）、知识图谱等。
5、熟悉知识库/智能体平台（如FastGpt、Dify、Coze，RAGFlow等），并对AI MCP熟悉。
6、掌握一种主流AI开发框架（如TensorFlow、PyTorch、LangChain、Transformers等）。
7、理解大模型原理与部署方式，RAG检索增强生成，及大模型微调、训练与优化，有企业级应用经验者优先。

职位描述：

岗位职责：
1、负责公司ERP系统（优先金蝶云星空）的二次开发、定制化功能实现及系统优化，重点支撑财务成本、生产制造、供应链模块。
2、系统集成： 负责ERP与MES、OA、PLM等系统间的接口开发、调试与维护，保障数据一致性。
3、理解复杂的非标业务需求（如项目成本归集、变更管理），将其转化为可行的技术方案并实现。
4、运维与排错： 解决系统日常运行中的技术问题，编写技术文档。

任职要求:
1、本科及以上学历，计算机、软件工程等相关专业。
2、5年以上制造业ERP系统开发经验，必须精通财务成本核算模块开发，有整机装备、非标自动化行业背景者极大优先。
3、熟练掌握C#/.NET或JAVA开发体系，精通SQL，熟悉ERP底层数据结构与API接口开发。
4、深刻理解制造企业供应链、生产、财务一体化流程，具备强烈的业务意识。
5、责任心强，具备独立分析和解决复杂技术问题的能力。

职位描述：

一、任职要求（25-40岁）
1.教育背景：本科及以上学历，计算机科学、人工智能、软件工程等相关专业。
2.工作经验：3年以上机器学习及AI应用开发经验，有智能体或高并发系统开发经验者优先。
3.编程与架构能力：精通Python/Java中至少一种编程语言，具备高并发、高可用系统架构设计，能主导架构方案设计。
4.AI技术理解与应用能力：理解Transformer架构及主流大模型技术栈，熟悉模型训练与微调，掌握Prompt Engineering、RAG等技术。
5.模型技术能力：具备模型选型能力，熟悉轻量级模型特性与场景；熟练TensorFlow、PyTorch等框架，有模型微调及量化、剪枝等压缩技术经验。
6.工具与生态掌握：熟悉LangChain、LangGraph、LlamaIndex等AI开发框架
7.加分项：有AI项目负责人或架构师经历；具备端侧模型部署或大规模设备并发管理经验。

二、【岗位职责】
1. 智能体开发与核心技术落地
•核心模型选型、模型训练与微调、模型压缩与部署、智能体架构搭建
2. AI应用开发与系统适配
•高并发应用开发、技术生态整合、多模块协同适配
3. 系统架构设计与高可用保障
•架构方案设计、高并发与高可用优化、技术方向引领与风险管控
4. 数据处理与效果优化
•数据预处理、全链路效果迭代

职位描述：

岗位职责：
1、负责搭建（或指导）工业互联网系统平台；
2、负责系统软件架构详细设计； 
3、负责系统安全要求相关详细设计； 
4、负责服务器硬件、操作系统、数据库等选型及指导实施；
5、负责软硬件集成、系统间集成等详细设计与落地。
岗位要求：
1、 全日制本科及以上，软件工程、计算机、通信等相关专业，
2、 8年及以上开发经验，5年及以上架构经验； 
3、 精通java/Python/企业级开发，精通大数据、云计算技术，精通微服务架构； 
4、 负责过至少一个大型智能工厂项目信息化系统架构设计的经验；
5、 了解工业互联网云平台相关知识，至少熟悉一个公有云平台。

职位描述：

岗位职责：
（一）大模型架构设计与搭建
1.负责公司专属AI大模型的整体架构设计、技术选型、框架搭建与核心算法研发，结合精密压铸模具、精密五金加工、通讯医疗光学装备的行业特性，定制化搭建垂直领域大模型，适配工业制造场景的低延迟、高精准、高稳定需求；
2.主导大模型预训练、微调、对齐、蒸馏、量化压缩等全流程技术落地，优化模型结构、参数量、推理速度，解决制造业场景下模型泛化能力弱、落地成本高、算力消耗大的核心问题；
3.搭建模型训练、评估、迭代的全流程技术体系，制定模型性能标准、精度标准、安全标准，保障模型持续迭代优化，适配公司业务不断升级的需求。
（二）业务场景融合与AI应用落地
1.深度对接公司模具设计、精密零件加工、表面处理、质量检测、生产管理等业务部门，挖掘AI大模型落地场景，例如模具结构智能设计、加工工艺参数智能优化、产品缺陷智能检测、客户图纸快速解析、生产数据智能分析等；
2.牵头完成大模型在工业制造场景的工程化部署、接口开发、系统对接，打通模型与公司现有MES系统、设计软件、加工设备的数据壁垒，实现AI技术从研发到生产的实际应用；
3.负责AI大模型相关应用产品的需求梳理、方案制定、落地推进，跟踪应用效果，收集业务端反馈，持续优化模型适配性与实用性。
（三）算力管理与技术团队协同
1.统筹大模型训练与推理的算力资源规划、服务器集群部署、分布式训练架构搭建，优化算力利用率，降低训练与运维成本，保障模型训练与推理的高效稳定运行；
2.负责大模型相关技术文档编写、技术规范制定，带领技术小组完成模型研发、调试、优化工作，对接外部AI技术合作方、算力供应商，跟进前沿大模型技术动态，引入适配制造业的先进技术方案；
3.保障大模型数据安全、模型安全与知识产权合规，建立工业数据脱敏、模型权限管理机制，符合通讯、医疗、高端装备领域的行业数据合规要求。

（四）技术沉淀与行业适配优化
1.沉淀精密制造领域AI大模型研发经验，形成公司专属技术壁垒，针对铝镁压铸、精密五金、医疗光学零件的加工特性，优化模型的行业专属知识库与推理逻辑；
2.跟踪工业AI、大模型微调、多模态模型等前沿技术，结合公司业务规划，制定中长期AI技术发展路线，推动公司智能化转型落地。
基础学历与工作经验要求：
1.全日制本科及以上学历，计算机科学与技术、人工智能、软件工程、自动化、智能制造、机械电子工程等相关专业，硕士及以上学历优先。
2.具备3年及以上AI大模型架构设计、搭建、微调优化与工程化落地全职工作经验，有完整大模型从0到1搭建、垂直领域大模型落地或工业AI项目核心攻坚经验者优先，条件优秀者可适当放宽年限要求。
核心专业技术能力要求：
1.精通大模型核心架构与底层技术原理，熟练掌握Transformer、BERT、LLaMA、Qwen、GLM等主流大模型架构，具备大模型预训练、SFT微调、RLHF对齐、模型量化、蒸馏压缩的实战落地经验；
2.熟练使用PyTorch、TensorFlow、MindSpore等主流深度学习框架，掌握DeepSpeed、Megatron-LM、Colossal-AI等分布式训练框架，熟悉CUDA、GPU集群运维、算力调度与性能优化技术；
3.掌握NLP自然语言处理、多模态模型核心技术，具备工业结构化与非结构化数据处理、数据清洗、特征工程、行业知识库构建能力，熟悉向量数据库、TensorRT、ONNX、vLLM等模型推理部署工具；
4.具备扎实的机器学习与深度学习算法基础，能够独立排查并解决模型训练不收敛、过拟合、推理延迟、精度不达标等核心技术问题。
行业适配与工程化落地要求：
1.有制造业、工业智能化、模具设计、精密加工、通讯/医疗/高端装备领域AI大模型落地经验者优先，熟悉压铸模具、精密五金加工工艺流程、质量管控标准者优先；
2.具备成熟的大模型工程化部署、系统对接、API接口开发经验，能够独立完成模型从训练环境到生产环境的落地部署，熟悉Linux系统、Docker、K8s容器化部署技术；
3.具备极强的业务理解与转化能力，能够快速对接制造业非技术团队需求，将AI技术与实际生产场景深度结合，拒绝纯理论研究型人才。
软素质与附加加分项：
1.具备极强的技术攻坚能力、问题解决能力与抗压能力，能够独立应对大模型研发与落地过程中的各类突发技术难题；
2.具备良好的跨部门沟通协调能力与团队协作能力，能够高效对接业务、生产、技术等多部门，稳步推进AI项目落地；
3.有AI项目技术负责人或架构师任职经历；具备相关模型开发与部署经验；
4.工作严谨细致，责任心强，具备极强的数据安全与合规意识，能够适应制造业智能化转型的快速迭代节奏；
5.有开源大模型项目贡献、AI领域顶级会议论文、工业AI相关专利、智能制造相关项目获奖经历者优先录用。