高级AI应用工程师（制造业FDE方向）

该职位来源于猎聘 职责描述： 1. 愿深入研发、制造、质量和供应链现场，通过流程访谈、系统数据和用户行为识别高价值 AI 场景；能读懂 SOP、BOM、8D 报告、FMEA 等制造文档，可独立明确业务 Owner、现状基线、数据来源、权限边界、验收指标和退出条件。 2. 将业务问题拆解为4–8周可验证的最小闭环，独立完成需求分析、方案设计、PRD、技术架构、原型开发、接口设计、评测方案和上线计划；对 PoC 到量产移交全链路负责，输出技术方案、流程图和用例，确保移交产研后方案不走偏。 3. 使用 LLM、RAG、Agent Workflow、Tool Calling 和 MCP 等技术构建 AI 应用，并与 PLM、MES、QMS、ERP/SAP、WMS、SRM 等企业系统进行集成，将企业系统能力封装为 Agent 可调用的标准化工具。 4. 建立固定任务集和回归评测机制，落实身份权限、人在回路、操作审计、调用 Trace、版本管理、异常告警、灰度发布、回滚及应急停用机制；建立 Bad Case 定期归因分析机制（定位到规划、工具调用、检索、Prompt 或模型能力等具体环节），并设计多模型降级策略保障生产环境高可用。 5. 组织业务用户开展 UAT、灰度试用、培训赋能和上线推广，建立知识库内容更新与保鲜机制，持续跟踪采用率、处理效率、业务质量、Token 与项目成本及 ROI，对场景使用率负责。 6. 将项目经验沉淀为可复用的连接器、MCP 工具、Agent Skill、Prompt 模板库、评测集和场景 Playbook，并将一线共性问题与洞察反哺 AI 平台产品路线图，推动单点成果向多产线、多工厂复制。 7. 以生产采用率和可衡量的业务指标改善（如检索效率提升、质检漏检率下降、报表工时减少）衡量工作成果，对落地后的业务结果持续负责。 任职要求： 1. 熟练掌握 Python 和 SQL，能够使用 FastAPI、Flask、Spring Boot 或同类后端框架独立开发 API、异步任务、数据处理程序和企业系统连接器；熟练使用 Cursor、Claude Code 等 AI 编程工具交付生产级代码。 2. 熟悉 PostgreSQL 或 MySQL、Redis，以及 Kafka、RabbitMQ、Celery 等至少一种消息队列或异步任务技术，能够处理事务、并发、幂等、重试和异常恢复。 3. 理解 LLM、RAG、Agent、Tool Calling、Prompt/Context Engineering 的原理、适用边界和常见失败模式，并具备真实项目应用经验；理解幻觉、时延与成本的工程取舍，知道哪些场景必须保留确定性规则与人工兜底。 4. 熟悉 LangGraph、LlamaIndex、Dify、n8n 或同类框架中的至少一种，能够实现状态持久化、工具调用、人工审批、失败恢复和多步骤工作流。 5. 熟悉 OpenAI-compatible API、结构化输出、Function Calling 和 MCP，能够将模型能力封装为具有明确输入输出、权限边界、超时重试和审计记录的业务工具。 6. 熟悉企业知识库和 RAG 开发流程，能够完成文档解析、内容切分、Embedding、Reranker、混合检索、引用溯源、版本管理、文档级权限控制和知识更新保鲜机制设计。 7. 熟悉 REST/OpenAPI、Webhook、SOAP、JDBC/ODBC 等系统集成方式，并具备 PLM、MES、QMS、ERP/SAP、WMS 或 SRM 中至少一种企业系统的真实接口对接经验。 8. 熟练使用 Linux、Docker、Git 和至少一种 CI/CD 工具，能够独立完成环境配置、镜像构建、自动测试、部署发布、运行监控和版本回滚。 9. 能够建立固定任务集，对正确率、幻觉率、检索命中率、工具调用成功率、响应延迟和运行成本进行量化评测，并完成版本间回归测试；具备幻觉防控、Prompt 注入防护等工程化兜底经验。 10. 具备制造业数据保密与合规意识，能够在数据不出厂、内网隔离的环境下完成私有化部署，理解图纸、工艺参数等敏感数据的分级与权限管控。 11. 能够在高度不确定的环境中独立定义问题：适应新团队搭建期流程、文档尚不完善、干系人仍在变动的现实，能在需求模糊、历史资料缺失的情况下独立开辟工作面；能与产线班组长、质量工程师、IT/OT 团队多方对话，独立推动业务、IT、研发和管理人员完成项目验收，对业务结果端到端负责（面试将通过真实项目案例复盘重点考察此项）。 加分项： 1. 有制造业、机器人、家电、汽车、工业装备、电子或工业软件经验，熟悉研发、质量、工艺、生产或供应链流程（如 NPI 试产、SMT/总装工艺、IQC/IPQC、OEE），熟悉 PLM、MES、QMS、SAP 等企业系统，以及数据治理、主数据、指标口径和系统事实源。 2. 具备工业视觉、OCR、多模态（视觉+文本+时序信号融合）、MCP/Agent 可观测性、Docker/Linux、私有化模型或 GPU 推理经验。 3. 有模型量化/压缩与边缘侧（Jetson、ARM 工控板等）部署经验，了解端边云协同架构；或有设备传感器时序数据处理经验（降采样、特征提取、时序预测）。 4. 了解 OPC UA、MQTT、Modbus TCP 等工业通信协议及 IT/OT 网络隔离原则，能够以只读、白名单和人工审批方式安全接入产线设备或工业数据平台；或有机器视觉（Halcon/Keyence/Cognex）、机器人集成（ROS、ABB/KUKA/FANUC）经验。 5. 了解 LoRA/QLoRA 等轻量化微调方法，有垂直领域模型私有化部署或工业知识图谱构建经验。 6. 有 FDE、解决方案架构、售前加交付、客户成功或驻场实施经历，能够对客户或内部业务结果负责；有新团队、新业务或组织变革期从 0 到 1 搭建经验者优先。 7. 持有阿里云 ACP（通义大模型应用方向）、华为 HCIP/HCIE 等云计算/AI 认证者优先。