崗位職責：
一、產業(yè)大模型日常運維
1. 負責企業(yè)產業(yè)大模型運行監(jiān)控、性能優(yōu)化、異常排查、日志分析、權限配置和版本管理，保障模型穩(wěn)定、高效、安全運行。
2. 完成數據清洗、數據標注、知識庫更新、語料迭代、提示詞維護等基礎運維工作，持續(xù)提升模型效果與響應質量。
3. 組織第三方交付成果的測試驗收、問題整改、上線發(fā)布和效果復盤，推動問題閉環(huán)和版本持續(xù)優(yōu)化。
二、模型二次開發(fā)與功能迭代
1. 根據生產、銷售、技術、質量、設備、經營管理等需求，對第三方搭建的產業(yè)大模型進行二次開發(fā)、接口改造和功能擴展。
2. 參與Prompt工程、工作流編排、RAG知識庫構建、模型微調和效果調優(yōu)，提升模型在行業(yè)場景中的準確率和實用性。
3. 開展AI應用腳本開發(fā)、接口調用、頁面配置和簡單后端開發(fā)，提高系統(tǒng)適配性和交付效率。
三、AI應用落地與業(yè)務對接
1. 推動大模型在生產調度、質量管控、成本核算、設備運維、客戶技術服務、經營分析等場景落地應用。
2. 對接各業(yè)務部門，梳理AI需求，輸出可落地的AI應用方案、功能原型、實施計劃及評價指標。
3. 協同業(yè)務部門梳理流程、標準和知識規(guī)則，推動AI能力嵌入現有管理流程和業(yè)務系統(tǒng)。
四、系統(tǒng)集成與接口開發(fā)
1. 負責AI大模型與ERP、MES、WMS、OA、設備物聯網平臺等系統(tǒng)的接口對接、數據互通和聯調測試。
2. 編寫接口文檔、部署說明、運維手冊和操作指引，形成標準化AI應用交付流程。
3. 配合完成日志管理、訪問控制、備份恢復和運行巡檢，提升系統(tǒng)可靠性和可維護性。
五、AI項目管理與成果沉淀
1. 跟進AI項目進度，協調第三方廠商、內部IT和業(yè)務部門完成需求確認、開發(fā)聯調、測試驗收和正式上線。
2. 建立應用臺賬、案例庫和數據指標看板，沉淀AI場景、優(yōu)化經驗和復用組件，逐步形成公司內部AI能力體系。
3. 開展用戶培訓、推廣輔導和使用支持，提升員工使用率、應用覆蓋率和實際業(yè)務價值。
六、安全與合規(guī)管理
1. 負責模型數據安全、權限管理、敏感信息脫敏和合規(guī)審查，確保AI應用符合公司信息安全要求。
2. 對不符合業(yè)務需求、數據質量或安全規(guī)范的模型方案和上線版本提出整改建議或暫緩上線建議。
3. 完成上級交辦的其他與AI應用建設、運維和推廣相關工作。（1）. 國家職稱/軟考類：信息系統(tǒng)項目管理師、系統(tǒng)集成項目管理工程師、軟件設計師、網絡工程師等。
（2）. 人工智能/職業(yè)技能類：人工智能工程師、人工智能訓練師、人工智能應用工程師、生成式人工智能技術應用類證書等。
（3）. 云與平臺認證類：阿里云、華為云、騰訊云、百度智能云等AI應用開發(fā)、模型訓練、云計算或大數據相關認證。
（4）. 其他相關證書：TensorFlow/PyTorch開發(fā)、MLOps/DevOps、數據分析、信息安全、PMP等相關認證。
（5）. 持有助理工程師、工程師或高級工程師職稱者優(yōu)先。