1. AI战略规划落地：负责公司3-5年AI、大模型技术战略规划，将AI能力融入研发、生产、供应链、销售、服务全业务链条；搭建大模型价值评估体系，统筹AI项目立项、资源调配及全周期管理，实现技术赋能业务提效降本；对接头部厂商、科研机构，搭建企业AI生态。 2. 前沿技术探索验证：持续跟踪LLM多模态、智能体Agent等前沿技术，开展前瞻性技术调研、原型开发与迭代，验证小参数模型端侧部署、多模态融合等技术在汽车场景的落地可行性。 3. LLMOps平台搭建：从零搭建企业级大模型底座平台，兼容多类开源、闭源模型及多模态场景；优化RAG架构，解决大模型行业知识缺失、幻觉问题；搭建Agent编排框架，对接SAP、MES、CRM等内部系统，实现业务闭环。 4. 工程化优化迭代：制定大模型推理加速、高并发处理、成本管控的工程方案；搭建自动化模型评估体系，量化各场景模型性能，保障系统高效稳定运行。 5. 数据治理与合规安全：搭建适配大模型的非结构化数据清洗、向量化、动态更新流程；落实私有化部署场景下的数据脱敏、内容审查、权限管控，保障数据合规安全。 6. 业务需求精准赋能：深度对齐各业务线需求，甄别优质AI落地场景，摒弃无效伪需求；统筹制定技术方案，精准适配提示词工程、RAG、模型微调等不同落地路径。

1. 学历要求：统招本科及以上学历，计算机相关专业。 2. 核心技术功底：5年以上AI、大规模分布式系统架构经验；精通Transformer架构、主流开源大模型及大模型开发框架，熟悉模型核心原理。 3. 工程落地能力：具备生产环境大模型项目落地经验，熟悉模型量化、剪枝及主流推理框架；精通Python/Go/Java，具备扎实后端开发能力，拥有向量数据库实操经验。 4. 综合架构能力：具备系统化架构思维，可平衡技术先进性与业务稳定性，擅长海量异构数据处理、复杂系统集成落地。 5. 战略前瞻能力：具备敏锐的前沿技术洞察力，可挖掘技术商业价值；拥有大型企业AI数字化转型实操经验，可高效对接业务及管理层完成技术沟通与落地推进。 6. 优先条件：具备汽车、大型制造业数字化转型经验；有顶会论文发表、知名开源项目贡献经验者优先。