• 深入公司指定物流业务现场（国内物流 / 跨境物流业务场景），跟岗调研业务全流程，识别重复作业、信息断层、低效环节，挖掘 AI 赋能与自动化落地机会。
• 对业务场景做结构化拆解，梳理业务任务的输入、输出、业务判断逻辑、异常分支、责任边界，输出业务问题清单、机会清单、落地优先级清单。
• 基于 LLM 大模型 API、RAG 知识库、Agent 工作流编排、脚本、系统 API 集成，搭建 AI 应用与自动化工作流。
• 负责配套脚本开发、第三方与内部系统 API 集成、业务知识库、数据表、自动化任务、权限配置的搭建、维护迭代。
• 协同业务负责人、销售、运营、关务、财务等各业务角色，严格把控 AI 输出质量与业务风险；AI 生成输出必须经过业务人员校验，禁止未审核内容直接对外使用。
• 建立 AI 工具使用记录、效果反馈、问题追踪闭环机制，推动工具从 “能用” 走向 “常用、可复制、可推广”。
• 沉淀提示词模板、操作手册、业务培训材料、AI 工具使用红线，赋能各业务团队建立 AI 协同作业能力。
• 牵头试点项目效果评估，输出落地场景、业务效率变化、风险清单、后续迭代改进方案，给管理层提供决策依据。

• 具备 AI 应用开发、Agent 智能体搭建、业务流程自动化、RPA、低代码平台、API 集成相关真实项目落地实践经验。
• 熟练运用主流大模型 API、RAG 知识库、工作流编排、脚本等工具，独立解决真实业务场景问题。
• 拥有从 01 搭建面向业务的 AI 原型、自动化流程或者 Agent 工具的实战经历。
• 具备业务化思考视角，不只关注技术实现，同时兼顾业务结果、用户体验、风险控制、落地实施成本。
• 优秀跨角色沟通协作能力，可以和销售、运营等非技术业务岗位高效协同。
• 能够把模糊的业务诉求拆解为可执行任务，快速输出原型完成业务验证。
• 具备复盘沉淀习惯，能够输出业务模板、操作文档、使用规范。

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