ai engineer.

一、岗位职责 Job Responsibilities

1. AI平台搭建与管理

•      设计并搭建集团统一的AI平台，包括：

o      硬件算力规划（GPU服务器、推理与训练集群）

o      平台软件搭建（如HuggingFace、MLflow、LangChain、LlamaIndex、向量数据库）

o      模型仓库管理机制（自研与开源模型的托管、版本管理、安全审查）

•      配合IT基础架构团队，确保算力平台的稳定性、可扩展性与安全性。

2. AI模型训练与运营

•      负责对特定业务场景所需模型的开发、微调（如基于开源大模型的微调与指令化训练），如：

o      AI问答系统（文档解析、信息检索、RAG等）

o      AI翻译系统（中英互译优化模型）

o      AI讲解（语音合成、图文生成）

o      AI智能辅助决策（财务关键决策点）

o      风险识别与评估模型（如合同审核、安全事件预测等）

•      建立模型评估、效果验证、持续训练与版本发布机制，确保生产质量。

3. AI需求分析与业务协同

•      与ITBP、业务部门协同梳理适合引入AI技术的场景（例如生产预测、费用分析、合规审查等）。

•      评估不同场景是否适合自研模型、轻量微调还是引入第三方API/工具，形成完整解决方案建议。

•      输出AI方案设计文档，参与项目立项、SOW制定与验收流程。

4. AI平台生态构建与低门槛化

•      提供标准的AI API服务（如文本摘要、分类、OCR、语义搜索），供集团其他系统或低代码平台调用。

•      开发AI开发/运维工具链（如Prompt管理、向量数据库集成工具等），支持业务侧通过低代码实现AI调用。

•      撰写操作指南、部署模板、使用手册，推动AI能力的广泛应用。

skills and experience required.

1. 教育背景与经验

•      本科及以上学历，人工智能、计算机科学、数据科学等相关专业。

•      至少3年以上AI相关经验，有完整模型开发、训练、部署生命周期经验者优先。

2. 技术能力

•    掌握常用AI/ML框架与生态（如：PyTorch、Transformers、LangChain、OpenCV、Scikit-learn、TensorFlow等）。

•      熟悉大语言模型（如LLM）、RAG架构、向量检索（如FAISS、Milvus、Weaviate等）。

•      熟悉至少一个深度学习平台部署流程（如HuggingFace Hub、MLflow、KubeFlow等）。

•      熟悉企业级AI模型的上线标准（模型压缩、安全审计、微服务封装等）。

•      有低代码平台接入AI API经验者优先（如Power Platform + AI Builder）。

3. 沟通与业务理解能力

•      能快速理解业务需求、数据逻辑与使用场景，与业务/ITBP共同分析AI的应用可行性。

•      能清晰表达AI技术实现路径、风险与收益，为项目负责人、管理层提供决策支撑。

•      英文可作为工作语言。