智控大模型主任工程师

主要职责： 1. 负责工业智控领域大模型的技术方案设计与落地应用，围绕产线异常工况扩散生成、工艺参数优化、设备故障智能诊断、控制决策辅助等核心场景，完成大模型选型、领域适配与效果验证； 2. 负责大模型增量学习框架的研发与落地，构建跨场景算法迁移适配体系，解决同产品跨设备、跨工厂场景下算法快速迁移与自适应问题，压缩新场景落地周期与标注成本； 3. 负责构建工业智控领域的知识图谱与向量知识库，设计并落地 RAG 检索增强方案，沉淀设备控制逻辑、工艺标准、故障排查流程等领域知识，支撑大模型的精准推理与场景化输出； 4. 与智控软件开发、电气控制、算法团队协同，完成大模型能力与智控平台、数据采集系统、设备控制系统的接口对接与集成落地，打通模型推理到现场控制的完整链路； 5.负责大模型的工程化部署与性能调优，针对云端、边缘端不同部署场景，完成模型量化、压缩与推理优化，满足工业场景低延迟、高可靠、高并发的运行要求； 6. 跟踪大模型、多模态 AI、工业智能体等前沿技术发展，开展新技术在智控场景的预研与原型验证，推动技术攻关与核心技术能力沉淀； 7. 编写技术方案、模型说明、部署手册等全流程技术文档，参与技术评审与代码评审，保障项目交付质量与工程规范性； 8. 统筹智控大模型方向的整体技术路线与中长期技术规划，主导核心技术选型与系统架构设计，对技术方案的准确性、落地效果及业务价值负总责。 9. 牵头重大技术攻关项目，组织攻克跨场景算法迁移、工业现场适配等核心技术难题，沉淀技术方法论与核心技术资产，推动技术专利、技术标准的输出与落地。 10. 负责团队技术管理与人才梯队建设，指导中初级工程师开展研发工作，制定团队开发规范、技术评审标准与质量管理体系，把控整体代码质量与项目交付节奏。 任职资格： 1. 精通 Python 编程语言，熟练掌握 PyTorch、TensorFlow 等深度学习框架，深入理解 Transformer 架构与大模型基础原理； 2. 具备大模型落地开发经验，熟练掌握主流微调技术，有 RAG 检索增强、向量数据库的完整落地实践经验； 3. 熟悉大模型部署与优化技术，掌握 ONNX、TensorRT 等推理框架，具备模型量化、压缩与端到端性能调优的实操能力； 4. 具备较强的工程思维与问题拆解能力，能够结合工业业务场景设计可落地的大模型应用方案，独立完成模块开发与效果验证； 5. 具备良好的跨团队沟通协作能力，能够配合软件、电气、工艺团队完成需求对接与项目联调； 6. 2 年及以上技术团队管理或重点项目牵头经验，有工业领域大模型项目从0到1的完整主导落地经验； 7. 具备大模型系统级架构设计能力，熟悉云端、边缘端一体化部署架构，能够统筹端到端技术链路设计，预判并管控技术风险； 8. 具备极强的复杂问题攻坚能力，能够牵头解决跨领域、跨团队的复合型技术难题，制定系统性、可落地的解决方案； 9. 具备优秀的跨部门协调与向上汇报能力，能够拉通多团队对齐技术目标，推动技术方案落地与业务价值达成；