1.数据标准与治理：主导建立公司设计图纸、BIM模型等非结构化数据的管理与标注规范，构建高质量训练数据集。
2.数据管道开发：搭建自动化数据预处理与质检流水线，实现从原始工程文件到标准训练数据的高效转化。
3.领域知识转化：协同设计预算等部门，将暖通与IDC液冷系统的设计规范、产品选型逻辑等专业知识，结构化、数字化为AI可学习的规则与标签。
4.核心算法研发：针对“图纸智能算量”、“需求文本生成设计参数”等关键场景，开展计算机视觉（CV）与大语言模型（LLM）的算法研究、模型选型、微调与优化。
5.原型系统构建与试点：负责关键算法的工程实现，构建可演示、可交互的概念验证（PoC）系统，并在历史项目中进行效果验证与迭代。
6.工程化与集成：将验证后的算法模型进行服务化封装，探索与BIM专业设计软件的集成方案，推动AI工具融入实际工作流程。
7.跨部门培训：作为技术桥梁，高效沟通并管理业务预期，培训或指导数据标注团队，持续提升数据质量。