1.构建与完善企业级MLOps体系，覆盖数据采集与清洗、特征工程、模型训练、评估与上线、推理服务及监控等全流程，确保平台具备高效的模型迭代能力与可观测性，对业务迭代效率、模型上线周期和平台效能等核心指标负责；
2.主导机器学习与大模型平台的架构设计与系统研发，聚焦稳定性、可扩展性和云原生化落地，持续优化计算资源利用率与服务性能，形成行业领先的工程标准；
3.负责智能体（AI Agent）体系的设计与搭建，构建可扩展的智能体工作流框架，推动大模型在业务系统中的自动化、智能化落地；
4.推动大模型在多类应用场景中的落地与优化，包括但不限于文生视频、智能问答、Chat API服务、知识图谱构建等，确保模型能力与业务目标深度结合；
5.跨部门协作，联合产品、算法、数据团队共同制定AI平台中长期演进路线，持续提升AI赋能煤化工、能源化工等行业的数字化水平。

任职资格：

1.本科及以上学历，计算机、人工智能、软件工程或相关专业背景；
2.熟悉Linux开发环境，掌握操作系统、网络与分布式系统原理，具备扎实的数据结构与算法基础；
3.精通Python或C++，具备服务端开发与系统优化经验，有良好的编码规范与工程思维；
4.熟悉模型训练、部署及监控的自动化流程；了解Docker/Kubernetes、CI/CD与微服务架构，有阿里云、华为云、AWS等公有云使用经验者优先。
5.熟悉TensorFlow、PyTorch等主流框架，理解模型训练、推理优化及参数高效微调（如LoRA、QLoRA）等技术；
6.熟悉LangChain、LangGraph、LlamaIndex等智能体框架，理解LLM、Prompt Engineering、知识图谱、RAG、SFT等关键技术，并具备智能体在真实业务中的设计或落地经验；
7.行业理解力与创新能力：具备AI解决方案架构经验，曾主导或参与AI在工业（尤其煤化工、能源化工）场景的落地项目，对行业知识图谱构建有探索或实施经验；
8.保持自驱力、探索精神与业务洞察力，能够在多任务场景下推进复杂系统建设。