AI应用工程师

岗位职责 1. 理解电池/材料及设备检测等业务场景，将业务痛点转化为可落地的 AI 应用方案、数据分析 Pipeline 或 Agent 工作流原型 2. 负责算法模型及轻量小模型的服务化封装，搭建标准RESTful API 接口（基于 FastAPI/Flask），实现模型部署与低延迟调用 3. 具备敏捷前端开发与数据可视化能力，快速搭建 AI 交互界面与数据看板，直观呈现 AI 分析结果、数据诊断结论 4. 负责设备数据的自动化采集、清洗与结构化落库（具备基础数据库设计能力），构建 AI 分析的数据底座 5. 基于 Dify、LangChain 等主流 AI 框架，搭建人机交互 Agent、复杂工作流 Agent（意图识别与任务调度）及领域 RAG 检索问答系统 6. 负责与公司软件团队进行标准 API 接口对接，推动 AI 应用原型的工程化落地。 基本要求 1. 本科及以上学历，计算机、软件工程、自动化、数学等相关专业，3~5 年工程开发经验 2. 精通 Python，具备优秀的 RESTful API 开发与 Web 框架使用能力（如 FastAPI/Flask），能独立完成模型服务化与接口暴露 3. 熟悉主流 AI 应用开发框架（如 Dify、LangChain、LlamaIndex 等），了解 RAG 知识库与 Agent 搭建逻辑，有 AI 应用实战经验 4. 具备端侧/边缘侧 AI 离线部署意识，了解轻量化模型本地化加载（如 Ollama 等）及工业无网环境下的系统适配 5. 具备全栈敏捷开发能力，掌握基础 Web 前端技术（如 H5/JS/Vue）或敏捷 UI 工具，能独立打造可交互的 AI 应用 Prototype（原型）并演示 6. 熟练掌握主流数据库（PostgreSQL/MySQL/SQLite）设计及数据处理（Pandas/NumPy）Pipeline 开发 7. 具备良好的需求理解与沟通能力，结果导向，善于利用 AI 编码工具提升开发效率。 优先条件 1. 有 RAG（检索增强）、Agent 智能体或 Tool Calling 项目落地经验者优先 2. 有 C++/Qt 桌面应用开发经验，或有工业设备上位机数据对接经验者优先 3. 了解传统机器学习（Scikit-learn/XGBoost）或贝叶斯优化基本原理，能与算法工程师无缝协作 4. 有工业/科研数据自动化清洗、数据库搭建和数据链路建设，或可视化大屏项目经验者优先。