• 业务调研与需求沉淀：下沉业务部门，摸清真实操作习惯与流程，把口头经验转为结构化需求与知识库。设计自动化前必须先理解业务人员真实操作习惯。​
• AI 业务工具 / 智能体开发：基于大模型 API + 工作流平台开发业务智能体，覆盖知识库构建、工具封装、智能体编排，服务质量、制造、研发效能、IT 服务等多类业务场景。​
• 企业系统集成与数据打通：对接 ERP、研发管理、代码托管、制造执行等企业系统，做数据拉取 / 中转 / 同步；落实数据安全与内外网隔离要求。​
• 多模型平台接入与运维：管理多家大模型供应商的接入与路由；设计用量与计费策略；处置服务中断、限流等紧急事件并建立容灾机制；建立模型上线 SOP。​
• 部署运维与权限安全：Linux 部署、客户端打包交付、Web 看板、定时任务；API 密钥与用量治理、权限边界设计、使用统计与效率分析。​
• 持续迭代与知识沉淀：收集问题案例迭代系统逻辑、维护运营看板、沉淀已知问题与应急处理记录。​

• ​ 技术栈​
• 本科及以上，3 年以上工作经验；Python 扎实​
• 熟悉至少一家主流大模型 API，了解模型网关与路由机制​
• 熟悉飞书开放平台（多维表格 / 交互卡片 / 工作流）或同等企业协作平台​
• 企业系统集成经验：深度对接过 ERP / 研发管理 / 代码托管 / 制造执行等企业系统中的 2–3 类​
• 工程化能力：Linux 部署、定时任务、Web 看板、版本管理、密钥与权限治理​ 业务理解力​
• 能下沉业务部门摸清真实操作习惯，把模糊需求转成可落地方案（非被动接需求）​
• 具备根因定位能力（能深挖到模型网关 / 客户端兼容性层），具备防御性容灾思维​

• 制造业企业背景；半导体 / 硬科技行业经验​
• MCP 工具开发经验​ 岗位边界（重要，请求职者务必阅读）​
• 此岗位是 AI 应用落地 / 前线部署工程师（FDE），核心是把大模型能力落地成业务系统、打通企业数据流、运维 AI 平台基础设施。​
• 此岗位不是：深度学习模型训练 / 微调岗。不涉及模型权重训练、网络结构设计、GPU 训练任务调度。​
• 若你期望的核心工作是「训模型、调网络、做模型研发」，本岗位不匹配，请勿投递。

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位