岗位职责：1.参与量产自动驾驶算法模型的设计和迭代，基于海量数据打造商用自动驾驶产品；2.参与Auto～Labeling算法的研发，基于多传感器和大模型提升训练数据的真值生成效率。任职要求：1.硕士及以上学历，有计算机视觉、模式识别、机器学习、图像处理等相关方向研究背景，具备扎实的理论基础；2.熟悉相机，激光雷达，毫米波雷达和RTK等传感器的一种或多种，能够开展多模态数据的研究工作；3.深入理解2D目标检测和跟踪，单目3D目标检测、点云3D目标检测和跟踪，特征点定位和跟踪，BEV3D检测，BEVMap，OccupancyNet等主流方向的经典论文和方法，有视觉算法研究经验；4.熟悉Pytorch训练框架，主流的CNN和Transformer网络结构和训练方法；5.代码经验丰富，良好的英文读写能力，在相关领域发表过学术论文者优先

岗位职责： 1、负责UWB超宽带定位算法、载体姿态感知算法的研发、优化与迭代，涵盖TOF、TDOA、AOA等主流UWB定位算法。 2、负责多源传感器数据融合算法开发，解决定位漂移、姿态抖动、遮挡失锁、动态运动场景定位偏差等行业痛点。 3、搭建算法仿真、验证与测试体系，通过MATLAB、Python等工具完成算法建模、仿真验证，输出算法设计文档、仿真报告以及方案落地。 4、配合嵌入式软硬件团队完成算法移植、落地调试，针对嵌入式MCU、ARM等硬件平台进行算法轻量化、算力优化。 5、跟进UWB定位、姿态感知领域新技术、新方案，结合产品场景（室内定位、穿戴设备、机器人、工业载体姿态监测等）完成技术落地与产品功能迭代。 6、配合产品、测试团队定位算法相关问题，完成问题复盘、算法优化升级，持续提升产品定位精度、姿态响应速度与环境适应性。 任职要求： 1、全日制统招本科及以上学历，自动化、电子信息、通信工程、测控技术、导航制导与控制、计算机等相关专业； 2、3年以上算法工作经验，有定位、姿态感知、惯性导航相关算法研发经验优先； 3、精通UWB定位核心原理，熟练掌握TOF、TDOA、AOA定位算法，熟悉UWB测距、时钟同步、误差校准、 NLOS（非视距）误差抑制优化方法。

主要职责： 1、世界模型研发： 利用海量视频与动态数据，训练具备物理规律预测能力的世界模型，让机器人具备「预见未来」与合成自我训练样本的能力。 2、VLA / 策略模型训练： 负责 Vision-Language-Action 大模型的架构设计与训练，将视觉输入与文本指令直接映射为机器人的控制轨迹或高维动作 Token（Action Tokens）。 3、模仿学习与强化学习： 运用行为克隆（BC）、逆强化学习（IRL）及离线强化学习（Offline RL）算法，从采集到的有限/非最优数据中提取最优控制策略。 4、Sim-to-Real 迁移优化： 设计领域随机化（Domain Randomization）与领域自适应（Domain Adaptation）策略，解决模型在模拟环境到真实世界部署时的「泛化鸿沟」。 任职要求： 1、计算机科学、人工智能、机器学习等相关专业学位，或有同等分量的工业界经验。 2、至少 3 年以上使用 PyTorch 进行深度学习/强化学习模型训练的经验。 加分项： 1、具备 VLM（如 LLaVA）或视讯生成模型（如 Sora 类架构）的改装与微调经验，并成功将其引入机器人 Action 输出者。 2、具备人形机器人全身控制（WBC）或多指灵巧手（Dexterous Hand）操控模型的实车训练与调优经验。

岗位职责 1. 射频/中频功率闭环控制：恒功率、恒电流、恒电压多模式控制 2. 阻抗追踪、自动谐振匹配算法、驻波保护算法 3. 负载扰动下PID、自适应控制、防振荡策略 4. 时序控制：气体时序、启辉时序、打火识别与快速保护逻辑 5. 工艺参数曲线规划：功率斜坡、脉冲调制、间歇放电控制 6. 故障诊断算法：断气、电极老化、绝缘下降、异常打火识别 任职要求 1. 常压等离子电源数字控制方案（MCU/DSP/Firmware）开发 2. 负载动态变化下稳定启辉、持续放电算法优化 3. 工艺配方模块化，支持客户分段等离子处理工艺 4. 电弧/瞬态短路毫秒级保护逻辑落地 5. 整机控制逻辑与上位机通讯协议搭建

图像算法的岗位职责: 1.负责在结果算法运行的硬件架构完成实现在光谱/激光类传感器中图像处理与识别相关核心算法方案设计、代码开发实现与算法优化； 2.负责传感器相机标定与图像增强、噪声抑制、识别及数据校准、标定算法工程化与调试； 3.负责与硬件平台算法对比，测试，提高算法的鲁棒性，精准度; 4.协助硬件团队进行系统功能实现和优化，确保算法性能满足产品实时性要求; 5. 编写相关技术文档，包括算法设计与迭代说明、测试报告和用户手册等； 任职要求: 1.硕士及以上学历，计算机、电子信息、光学工程、信号与系统、数学等相关专业; 5年以上图像处理算法开发经验，扎实的图像处理理论与数学基础; 2. 能熟练运用 Matlab/Python/C++进行算法设计和开发，熟悉图像处理流程与逻辑，精通相机校准标定、图像处理、图像识别等内容、特别是在光谱图像、3D激光相机、闪测仪、双目系统等方面的图像处理， 3.熟悉OpenCV或者halcon软件，能够使用上述软件进行相机图像校正。 4.具有在光学测量、光谱检测、3D激光传感器、闪测仪等相关产品研发经验，熟悉常见的光学/光谱测量方法(如共焦、干涉、OCT、双目、结构光等); 具有3D测量中图像处理、识别算法开发的相关经验优先;有上述行业完整项目经验的优先； 5.了解图像处理、图像识别、相机标定校准基本理论，能够结合硬件架构的进行图像标定、滤波与识别等算法的开发与验证; 6.较强的数学建模能力，代码实现效率和调试分析能力； 7.良好的团队协作能力，能够与硬件、软件团队紧密配合，完成跨部门协作任务。 加分项: 1.有基于3D激光轮廓仪、光谱图像算法优化经验; 2.熟悉光谱共焦传感器、3D激光传感器等相关理论知识; 3.发表过高质量的学术论文；

岗位职责 1. 非接触测温原理（高温计、红外测温），测温干扰补偿 2. 多分区独立功率闭环控制；多输入多输出耦合解耦算法 3. 自适应PID、前馈控制；升降温斜坡规划 4. 分区耦合扰动抑制；稳态均温、动态升降温均温控制逻辑 5. 测温漂移、辐射干扰补偿算法；异常测温故障识别 任职要求 1. 多灯区RTP分区控温固件算法开发调试 2. 实现高速升降温同时保证整片晶圆温度均匀 3. 建立温度标定、温度修正模型 4. 开发工艺配方系统，支持恒温、脉冲退火、快速尖峰退火

岗位职责 1. 机器视觉基础：成像光学、镜头选型、光源打光方案、图像噪声抑制、相机成像模型 2. 图像算法：边缘检测、轮廓提取、亚像素拟合、液滴轮廓识别、Young-Laplace方程拟合算法 3. 接触角计算模型：切线法、圆拟合、椭圆拟合、Young-Laplace拟合；前进角/后退角、滚动角算法 4. 光学测量误差机理：折射畸变、反光、阴影、样品不平整带来的系统误差 5. 标定算法：像素标定、畸变校正、温度对折射率影响补偿 6. 软件架构：图像采集线程、实时分析、数据拟合、报表输出 任职要求 1. 接触角测量设备完整算法方案落地，区分静态/动态接触角测试场景 2. 解决高反光晶圆、粗糙表面、透明样品成像难点 3. 算法鲁棒性优化：气泡、污渍、液滴偏心、挥发干扰下稳定识别 4. 算法精度标定、设备计量校准方案制定 5. 多工位自动测量、自动滴液联动视觉闭环控制开发

岗位职责 统筹公司整体信息化规划与数字化转型落地，搭建适配印刷包装行业的数字化管理体系； 梳理采购、生产、仓储、业务、财务全链路流程，输出标准化业务、数据、管理规范； 主导 MAXSYS 全印系统对接过渡，规划自研信息化平台，迭代替换现有老旧 ERP； 负责排产、委外、计件、库存、成本核算、报价、数据统计等核心业务模块开发优化； 独立完成系统架构、数据库设计、开发实施与版本迭代，统筹服务器、网络等 IT 基础设施运维； 搭建经营数据分析体系与管理驾驶舱，联动各部门挖掘业务数据，支撑管理层经营决策； 对接各业务部门收集需求，统筹信息化全项目推进、落地、培训与持续优化。 任职要求 1.本科及以上学历，计算机、软件工程、人工智能、电子信息、自动化等相关专业优先: 2.具备1-3年AI模型部署、AI应用开发、GPU计算或相关工作经验; 3 年及以上制造行业信息化建设经验，有印刷包装行业 MAXSYS / 印刷 ERP 实施开发经验优先； 精通制造全业务流程：报价 - 接单 - 排产 - 生产 - 委外 - 仓储 - 出货 - 财务成本闭环； 全栈开发能力，熟练 C#/.NET+SQL Server/Vue 或 Java SpringBoot+MySQL/Vue 任一技术栈； 具备独立架构设计、数据库建模、多系统集成能力，有 ERP/MES/WMS 搭建实施经验加分； 掌握服务器、局域网、软硬件基础运维； 擅长业务需求拆解，可独立输出信息化解决方案，具备完整项目操盘、跨部门协调落地能力。

一、岗位职责1、负责AGV车载控制软件的核心逻辑设计与开发，基于Java技术栈实现任务管理（含托盘检测）、路径拼接、交通管制、运动控制、导航模块等关键业务模块2、任务管理：接收调度系统（RCS）下发的任务指令，解析任务类型（取货、送货、充电、空载移动等），维护任务队列与状态流转，处理任务取消、重试及异常恢复。在执行取货/卸货任务时，通过光电传感器、视觉识别或RFID等检测手段，对托盘/货架的位置状态进行检测与校验，确保叉取或顶升动作的安全性与准确性3、路径拼接：根据任务目标点和当前位置，结合预置地图数据（节点/边/转向限制），拼接从起点到终点的完整路径，支持路径分段下发、动态重规划及速度约束嵌入4、交通管制：实现车载端的区域锁、路口优先级、死锁检测与预防等机制，在多车共线场景下协调自身行动，并配合RCS实现全局交通调度5、运动控制：将路径点序列转换为底层驱动指令（线速度、角速度、舵角等），结合传感器反馈进行PID/纯跟踪控制，保证AGV沿预期轨迹平稳运行6、导航模块：实现AGV的定位与导航逻辑，包括：二维码导航：解析地面二维码图像信息，获取精确的位置坐标与角度偏移，修正里程计累计误差，实现定点校准与站点识别，激光SLAM导航：处理激光雷达点云数据，结合地图进行实时定位匹配（如AMCL），输出全局坐标系下的位置与姿态（x,y,θ）实时位置与姿态的更新与维护，统一坐标系统，供路径拼接与运动控制模块使用导航状态管理（启动导航、导航中、偏离修正、重新定位、导航结束），结合传感器数据判断是否偏离路径并触发自动恢复策略7、负责与调度系统（RCS）、外围设备（激光雷达、RFID、光电传感器、IMU、BMS等）的数据通信，通过TCP/UDP、Modbus、HTTP/WebSocket、MQTT等协议实现指令下发与状态上报8、使用JavaFX开发车载端人机交互界面，包括实时状态监控、路径可视化、手动调试面板、导航轨迹显示、故障报警与日志查看等功能，便于现场操作与运维9、编写软件设计文档、通信协议说明、地图数据处理规范及现场部署手册，支撑项目实施与售后支持二、任职要求1、计算机、自动化、电子信息或相关专业，1–3年Java开发经验，有工业机器人、AGV或自动驾驶相关背景者优先2、熟练掌握单舵轮，双舵轮，差速底盘的运动控制原理，运动学正逆解，多传感器融合卡尔曼滤波及其扩展算法，PID调节3、扎实的Java基础，熟练使用集合、并发编程（线程池、锁机制、并发容器），能妥善处理多任务并行与共享资源保护4、熟悉JVM内存模型，具备工控机环境下的性能调优与GC优化经验5、熟悉Socket编程（TCP/UDP）及HTTP/HTTPS/WebSocket/MQTT协议，有Netty框架使用经验者优先6、熟悉消息队列（RocketMQ/Kafka/RabbitMQ）在物联网场景下的应用7、熟悉MySQL/SQLite，掌握数据库设计与事务处理8、了解Redis缓存，能用于本地状态缓存或分布式锁场景9、熟悉JavaFX界面开发，能独立完成布局设计、事件绑定、多线程界面更新10、熟悉坐标系变换基础（平移、旋转、齐次坐标），理解地图/里程计/传感器数据的关系11、具备基本的传感器数据处理概念，能理解并调试激光、磁导航、二维码等传感器数据12、熟悉Git及协作开发流程，具备良好的编码规范与文档习惯13、有实际嵌入式/工控环境

构建核心计算模型，驱动产品在感知、决策与优化上的能力提升

岗位介绍：1.负责单串和多串锂电池BMS算法设计、开发与调试，确保算法在各工况下能安全、高效运行2.负责BMS算法参数识别、策略制定和代码实现，优化电池充放电管理、电量均衡等功能3.研究并应用先进SOX算法，如SOC，SOH，SOP等，提高电池状态估算精度和可靠性4.撰写SOX算法电芯测试需求和测试用例，跟踪测试进展和评估验证结果5.跟踪国内外行业发展趋势和前沿算法，打造产品持续竞争力岗位职责：1.材料、新能源、电化学等相关专业，精通锂离子电池工作原理，熟悉卡尔曼滤波、最小二乘法等算法，研究过硅负极、磷酸铁锂、磷酸锰铁锂和三元电池应管理方案，应届生硕士及以上学历，博士学历者接受应往届。2.能熟练使用英语和海外客户进行技术交流，有英语六级证书，托业、雅思和托福考试成绩90分以上者优先3.有实际锂电池企业、手机/PC/无人机企业和新能源整车厂实习经历者优先4.良好编程能力(Python/Matlab/C/C++)，热爱产品和技术，有创新精神，能与和软件团队协作，推动算法落地

岗位职责： 1、负责将 AI 大模型、计算机视觉、NLP 等人工智能能力落地到业务场景，基于开源 / 商用模型做应用层开发、微调、集成与部署；对接业务需求，设计 AI 解决方案，完成模型调用、数据处理、应用开发、效果调优，保障 AI 应用稳定上线与迭代，支撑公司业务智能化升级。 2、负责面向制造业场景的AI智能体（AI Agent）整体方案设计、开发、调试与落地。 3、基于大模型，结合工具调用、任务规划等能力，开发对接MES、ERP、WMS、机器视觉等工厂IT/OT体系。 4、构建企业知识库，对设备手册、工艺SOP、质检标准、开发资料等文档做OCR、结构化、向量化入库，持续优化知识库问答效果。 岗位要求： 1、大专及以上，计算机、人工智能、自动化等相关专业。 2、有AI应用开发经验，至少1年制造业或工业互联网相关项目经验；有AI Agent、RAG知识库、大模型微调落地经验者优先。 3、熟悉主流大模型API调用与微调， 4、精通Python，熟悉向量数据库（Milvus、Chroma等）及OCR、文档解析工具； 5、了解MES、ERP、WMS等工厂IT系统及机器视觉、PLC等OT体系集成方式； 6、具备业务理解与需求转化能力，良好的跨部门沟通协作能力，自驱力强。

核心职责： 1.基于ROS2框架开发机器人核心功能（节点通信/DDS配置/生命周期管理）。 2.设计运动控制算法（运动学/传感器融合/LiDAR-IMU-摄像头）及路径规划/SLAM 方案。 3.优化强化学习（RL）训练流程，开发多模态决策系统。 硬性要求： 1.精通C++与Python，具备算法工程化落地能力。 2.深入掌握ROS2及机器人学理论（控制/规划/感知）。 3.熟悉 Linux 开发环境及编译工具链（Colcon/CMake）。 4.学历：本科及研究生以上（计算机/控制工程等），要求毕业于浙江大学、南京大学、上海交通大学（优先考虑），华南理工、深圳大学等985、211学院，以项目成果为考核核心，能力突出者不受学历限制。 优先条件： 1.有导航（Nav2）、运动控制（MoveIt2）或 Gazebo 仿真开发经验。 2.参与过自动驾驶技术迁移至机器人视觉系统的项目。 3.熟悉Docker容器化及CI/CD流水线。 工作地点：广东东莞或江苏常州均可

岗位定位： 工厂数字化转型和AI应用方向。负责将人工智能技术与家具制造场景深度融合，从沙发设计渲染、原材料需求预测、订单智能排产到质量检测，用AI重构工厂的生产流程，降本增效。 岗位职责 作为我司首位AI应用工程师，负责以下核心场景的落地： 1. 智能设计辅助与虚拟打样（降低成本） 主导引入和优化AI渲染工具，通过Stable Diffusion/Midjourney/Sora等AIGC技术，根据设计草图快速生成高保真产品效果图或者音视频。 目标是减少物理打样次数，缩短新品开发周期，降低研发成本。 2. 需求预测与智慧采购（优化库存） 基于历史出货订单、季节性因素及市场趋势，利用时间序列分析、机器学习（LSTM/Transformer等）算法构建销量预测模型。 根据预测结果，制定科学的分批次原材料采购计划，在保证生产供应的同时，降低原材料库存积压，提高资金周转率。 3. 生产计划与AI排产（提升效率） 对接现有ERP/MES系统，获取订单、设备、人员、物料等实时数据。 开发或引入智能排产算法，综合考虑交期、设备状态、工艺约束等因素，自动生成最优的生产作业计划，提升综合效率。 4. 工业视觉质检（保障质量） 探索并落地AI视觉检测方案，针对板材木方缺陷、外观缝线工艺和一致性等关键质检环节，训练深度学习模型。 替代传统人眼质检，实现24小时不间断、标准化的高精度检测，降低客诉率。 任职要求： 教育背景： 计算机、自动化、工业工程、应用数学等相关专业，本科及以上学历。 编程能力： 扎实的Python编程基础，熟悉常用的AI框架（如PyTorch, TensorFlow）和数据处理库（Pandas, NumPy）。 行业经验（关键）： 2年以上家具制造或相关离散制造行业的信息化、数字化工作经验。 ERP融合经验： 必须有家具行业ERP的实施、开发或数据对接经验。 熟悉ERP数据结构，能读懂数据表逻辑。 专业技能： AI渲染： 熟悉AIGC工具链，有ControlNet等插件使用及模型微调经验者优先。 预测算法： 熟悉时间序列预测模型，有实际销量预测项目落地经验（需要有落地的算法案例）。 排产算法： 了解运筹优化算法（遗传算法、粒子群算法等）或启发式算法在排产中的应用。 视觉检测： 了解图像分类、目标检测（YOLO系列）算法，有工业质检项目经验者优先。 软性素质： 业务理解力： 愿意深入车间，理解工厂生产工序的全流程，不纸上谈兵。 落地能力： 比起发论文，我们更希望能将模型部署到实际生产环境中，让部门之间工作效率大幅提升。 有从0到1搭建小型数据中台或数据仓库经验更好。 具体薪资面议

岗位职责： 1、AI Agent架构研发：ReAct推理框架、MCP协议适配、Agent技能编排； 2、工业 RAG系统、Agent长短期记忆模块开发； 3、制造业工艺知识图谱构建； 4、工业大模型的领域微调与能力对齐； 任职要求： 1、计算机/人工智能/数学相关专业，一本/211/985学历，二本及以下勿扰； 2、熟悉 LLM、RAG、Agent 相关技术，有相关项目经验； 3、有大模型微调、知识图谱开发经验者优先。

必备技能（Must Have） 1️⃣ Python（必须） * 熟悉 Python 基础 * 能开发 REST API（建议使用 FastAPI） * 熟悉 JSON / 数据处理 ⸻ 2️⃣ RAG（检索增强生成）基础 * 理解 document → chunk → embedding → retrieval 流程 * 有向量数据库使用经验（如 FAISS / Chroma） ⸻ 3️⃣ Prompt Engineering * 能设计结构化 Prompt * 能限制 AI 输出格式（如 JSON / 参数范围） ⸻ 4️⃣ 数据结构能力（非常重要） * 能设计 schema（domain / tag / constraint） * 能将工程资料结构化 ⸻ 5️⃣ 基本系统理解能力 * 理解 API / backend / basic system flow * 能与硬件 / 软件工程师沟通

职位描述： 1. 参与工业AI Agent平台、工业大模型等相关算法与模型的设计、研发、测试、落地工作。 2. 主导数据驱动、效果提升、性能优化，为算法落地提供高质量的前后端工程支持，确保系统稳定性和扩展性。协同硬件、工程、业务团队，解决工业场景实际问题。 3. 跟进业界最新研究成果，进行评估与落地。 任职要求： 1. 本科及以上学历，计算机、机器学习、模式识别相关专业，有计算机视觉、工业视觉缺陷检测、工业AI Agent开发相关经验优先。 2. 熟练掌握C/C++/Python，强悍的编程能力、攻艰能力，能独立完成复杂算法模块的开发。 3. 熟悉计算机视觉、图像处理相关技术，精通OpenCV、Halcon相关功能与原理。掌握工业成像、图像预处理、缺陷特征分析等核心技能。 4. 熟悉使用 PyTorch、TensorFlow 等主流深度学习框架，可快速搭建、训练、调优模型，精准定位并解决模型落地实际问题。 5. 熟悉 CNN、ViT、Transformer 等主流视觉模型基础结构，熟悉多模态特征融合、小样本学习、迁移学习等常见处理和优化手段。 6. 熟悉常见深度学习推理加速方案。 7. 热爱新技术，有强悍的学习能力，善于使用AI进行工作提效。 8. 工作认真负责，善于沟通与团队协作，抗压能力强。

工作职责： 1、负责AI技术在制造场景中的落地应用； 2、开发及优化AI模型，包括视觉检测、数据预测、异常识别等； 3、推动AI与MES、设备、运营系统的数据融合； 4、建立生产数据分析模型，提高质量、效率及预测能力； 5、参与智能工厂、AI中台、异常感知系统等项目建设； 6、跟踪行业AI技术趋势，推动新技术导入； 7、输出AI应用方案及实施标准。 任职资格： 1、本科及以上学历，人工智能、计算机、自动化、数据科学等相关专业； 2、熟悉机器学习、深度学习相关算法； 3、熟悉Python、PyTorch、TensorFlow等开发框架； 4、有工业AI、机器视觉、智能制造项目经验优先； 5、具备较强的数据分析与逻辑思维能力； 6、具备良好的业务理解与落地能力。

岗位职责： 1. 自动化设备上位机系统优化 2. 自动化设备调试 3. cnc自动编程算法开发 4. 三菱cnc的plc程序改进 任职要求: 1. 熟悉c#和winform框架，具有上位机系统开发经验。 2. 熟悉正运动或其他品牌的运动控制卡，且具有自动化设备调试经验。 3. 具有plc程序开发经验，熟悉三菱plc，能够阅读并理解大型plc程序， 4. 了解cnc操机基本知识，了解cnc编程原理。 5. 具备良好的数理知识，思维活跃，善于沟通。

工作职责 1. 场景化AI方案落地 - 聚焦精密压铸、机加工环节，开发视觉质检算法（如铸件缺陷检测、尺寸精度校验），替代人工检测，提升检测准确率与效率。 - 基于设备传感器数据与生产日志，构建时序预测模型，实现压铸机、CNC等设备的故障预警与预测性维护，减少停机时间。 - 结合ERP/MES/APS系统数据，优化生产排产与调度算法，平衡产能、交期与成本，适配“三精三百”管理要求。 2. 数据处理与模型开发 - 对接生产、质检、设备等数据源，完成数据采集、清洗、标注与特征工程，搭建工业级训练数据集，解决数据孤岛问题。 - 选用适配工业场景的机器学习/深度学习算法（如CNN用于视觉质检、LSTM/Transformer用于时序预测），完成模型设计、训练、调参与优化。 - 针对产线边缘算力限制，开展模型轻量化（量化、剪枝），确保模型推理速度与精度平衡。 3. 工程化部署与系统集成 - 采用Docker等工具封装模型，通过FastAPI搭建推理服务，实现与MES、QMS等现有信息化系统的集成对接。 - 完成AI方案在产线的试点与推广，配合生产、质检团队完成上线测试与效果验证。 4. 技术迭代与知识沉淀 - 跟踪工业AI、大模型、机器视觉等领域新技术，探索在精密制造场景的创新应用（如小样本学习解决工业数据稀缺问题）。 - 编写技术文档、部署手册，沉淀AI落地方法论，推动跨部门技术交流。 5、负责AI Agent核心架构设计与开发，不断优化和提升大模型Agent的技术框架，构建高可用、低延时的分布式系统 任职要求 1. 学历与专业：本科及以上学历，计算机科学、自动化、数据科学、电子信息等相关专业；硕士学历或有精密制造/压铸行业AI落地经验者优先。 2. 核心硬技能 - 编程基础：精通Python，熟悉NumPy、Pandas、Scikit-learn等工具；了解C++者优先（适配边缘端开发）。 - 框架与算法：熟练掌握PyTorch/TensorFlow至少一种深度学习框架；精通计算机视觉（目标检测/分割）、时序预测算法，有工业场景模型优化经验。 - 工程化能力：熟悉Docker容器化技术、FastAPI推理服务搭建；了解MLOps基础流程，具备模型监控与迭代能力。 - 行业适配：熟悉工业协议（Modbus/OPC UA）或MES/ERP系统数据对接经验者优先；了解精密压铸、机加工工艺或工业质检流程者加分。 3. 素质要求 - 具备较强的问题拆解能力，能将“无披锋、一次做准”等工艺要求转化为AI技术方案。 - 跨部门协作能力强，能高效对接生产、质检、IT团队，推动项目落地。 - 学习能力与抗压能力突出，适应制造业快速交付与持续优化的业务需求。 - 认同公司“以人为本、以质取胜”的经营理念，具备创新意识与工匠精神。 加分项 - 有精密制造行业AI质检、设备预测性维护、智能排产等项目落地经验。 - 掌握模型轻量化技术（TensorRT/ONNX）或边缘端（ARM/NPU）部署经验。 - 拥有AI相关专利、竞赛获奖或开源项目贡献者。 - 熟悉工业视觉检测设备（如三维扫描测量仪）数据处理流程。