AI 应用工程师

该职位来源于猎聘 职位概述 负责面向 Supply Chain Planning 真实业务场景，识别、设计、开发并落地 AI Agent / 智能体及相关 AI 应用。与 Planning 业务、Digital等团队协作，将订单、产能、物料、WIP、库存和交付等复杂流程转化为安全、可靠、易用的工具，并推动部门 AI 应用能力从 0 到 1 建设。 二、核心职责

• 深入一线了解订单交付、需求与产能平衡、排产、物料、WIP / 库存及异常协同流程；将用户痛点、例外规则和决策逻辑转化为清晰的 AI 应用需求与验收指标。
• 与计划排产业务专家、数字化等团队协作，识别适合 Agent、RAG、规则或传统自动化的高价值场景，明确 AI 与人工决策的边界。
• 设计、开发和迭代 AI Agent / 智能体原型与 MVP，包括知识检索、Prompt、任务拆解、工作流编排、Tool Calling / API 集成、人机确认和结果解释等能力。
• 对接内部文档、数据库、API 及 ERP / APS / MES 等业务系统，在权限与数据边界内建设知识库、工具接口和可复用组件。
• 建立场景化评测与质量闭环，关注任务完成率、准确性、幻觉、响应时间、可追溯性、异常回退和用户采纳情况，并基于真实反馈持续优化。
• 在纯内网、受限网络等条件下，与 Digital 团队协作完成依赖管理、打包部署、日志监控、故障排查及版本迭代，并参与模型、平台和算力方案评估。
• 围绕计划风险汇总与预警、异常辅助分析、Planning 知识助手、跨系统数据采集及工作流自动化等方向开展原型验证，并依据业务价值、数据条件和安全要求确定实施优先级。
• 从用户视角设计简洁易用的交互与流程，通过快速原型、用户测试、培训和反馈闭环推动实际使用；沉淀需求、架构、测试 / 评估集、Prompt、Agent 工具和实施文档。 三、任职要求
• 本科及以上学历；人工智能专业，或计算机科学、软件工程、数据科学、自动化等相关专业并具备系统的 AI 课程与项目背景。
• 至少参与过 1 个端到端 AI 应用项目，从需求理解、方案设计到可运行原型或上线验证；项目可来自工作、实习、校企合作、实验室、校园或高质量开源实践。能够清晰说明本人贡献、技术取舍、部署方式、评估结果及用户反馈。
• 扎实的 Python 编程和基本软件工程能力，能够使用 SQL、API、Git、测试、日志及常见部署工具完成可运行应用。
• 理解 LLM、Prompt Engineering、RAG、Agent、工作流编排和工具调用的基本原理，并使用至少一种主流框架或平台完成过实际项目；不要求覆盖所有框架。
• 理解机器学习或自然语言处理的基本原理，能够解释技术方案的适用边界，并关注评测、幻觉、权限和异常回退。
• 具备良好的抽象思维和用户视角，能把复杂流程拆解为清晰、可验证、可操作的工具；具备主动学习、跨团队沟通和文档沉淀能力。
• 能够阅读英文技术资料，并进行基本工作沟通。
• 具备 AI Agent、RAG、企业知识助手、流程自动化、决策辅助应用或 AI 应用评测经验者优先。
• 具备纯内网、受限网络、离线部署、本地 / 私有化模型或有限算力环境下的系统开发经验者优先；了解离线依赖与制品管理、模型服务或 CPU / 有限 GPU 优化更佳。
• 了解堡垒机、零信任、最小权限、访问控制、密钥管理、数据脱敏、日志审计等企业级安全实践者优先。
• 具备 ERP、APS、MES、数据仓库或其他企业系统的数据 / API 集成经验者优先；了解供应链计划、制造业或半导体业务为加分项，但不作为必备条件。
• 能够快速制作简单 Web 界面或交互原型，或接触过 Power BI、Tableau、RPA、低代码平台者优先。
• Nice to have: 在实际项目中深度使用过 AI Coding Agent，包括但不限于 Cursor, Codex, Claude Code, Trae, WorkBuddy 等。能理解上下文、token、skill/mcp/plugin、prompt、git branch、worktrees等常用概念。针对不同的agent 任务做过模型之间、执行方式之间（goal/plan mode等）的取舍。理解单元测试、代码质量指标、测试覆盖率等指标。
• 有Github star 项目者可以附上链接，加分。 四、我们提供
• 参与智能制造与数字化转型的实际落地项目；
• 自主推动流程优化与工具创新的空间；
• 具有竞争力的薪酬与职业发展路径。