1、产品研发与技术引领：负责主导 AI Infra 相关软件产品的开发工作，从技术角度规划产品架构与发展方向，确保产品在技术上的先进性与创新性，满足市场及公司业务发展需求。
2、行业应用落地推进：结合制造、金融、医疗、教育和泛政府等重点行业特性，将 AI 技术有效落地于实际业务场景，挖掘并实现 AI 在各行业的应用价值，推动产品在不同行业的应用与拓展。
3、技术团队协作与指导：与跨部门团队紧密合作，包括但不限于算法团队、开发团队、测试团队等，提供技术支持与指导，确保项目的顺利进行；同时，培养和提升团队成员在 AI Infra 相关领域的技术能力。
4、技术趋势跟踪与整合：持续关注 AI 领域的最新技术动态与发展趋势，特别是大模型训练、微调、推理、算法等方面，及时将前沿技术整合应用到产品研发中，保持产品的竞争力。

专业知识：

1、学历专业：本科及以上，计算机、人工智能、数据科学等相关专业。
2、工作经验：5 年以上 AI 相关工作经验，其中3 年以上负责 AI Infra 产品开发或 AI 行业应用落地项目经验，主导过至少 2 个以上完整的 AI项目从规划到交付的全过程。
3、行业经验：具备至少1个重点行业（金融/制造/医疗/政务等）AI解决方案落地经验。
4、技术基础
①AI基础理论：深入理解机器学习、深度学习的基本原理，熟悉常见的算法模型，如卷积神经网络（CNN）、循环神经网络（RNN）及其变体。
②大模型知识：对大模型的训练机制、微调策略、推理优化等有扎实的理论基础，了解主流大模型架构。
③AI应用开发：熟练掌握智能体开发技能，熟悉RAG、MCP等技术和工具。

业务技能：

1、AI Infra 技术实操：拥有丰富的 AI Infra 相关软件产品开发经验，熟练掌握 AI 框架（如 TensorFlow、PyTorch 等），具备从模型开发到部署上线的全流程实践能力。
2、行业应用能力：至少在制造、金融、医疗、教育和泛政府行业中的两个行业有 AI 实际落地项目经验，能够深入理解行业痛点，并通过 AI 技术提供切实可行的解决方案
3、技术优化能力：能够对大模型训练、推理过程进行性能优化，熟悉分布式训练、模型压缩、量化等技术，提升模型的效率与可扩展性。
4、数据处理与管理：掌握大数据处理技术，熟悉数据清洗、标注、存储与管理等流程，能够有效利用数据驱动 AI 产品的开发与优化。