1. 智能体系统开发

• 实现四大工业智能体核心模块：

• 计划智能体（动态排产引擎）

• 视觉物流智能体（布匹瑕疵检测+AGV调度）

• 设备边缘智能体（染缸参数自主决策）

• ERP认知智能体（供应链知识图谱交互）

• 开发多智能体通信中间件，基于gRPC/ZeroMQ实现高速数据交换

• 集成Drools规则引擎，将印染工艺经验转化为智能体决策逻辑

2. AI工程化落地

• 将PyTorch/TensorFlow模型封装为生产级API服务（FastAPI/Flask框架）

• 构建边缘计算部署方案：Docker容器化 + K3s集群管理

• 开发实时数据管道：Kafka消息队列 + Polars高效数据处理

3. 智能体效能优化

• 基于Gymnasium构建强化学习仿真环境（模拟印染车间动态）

• 开发智能体性能监控系统：Prometheus指标采集 + Streamlit可视化看板

实现模型热更新机制：通过ONNX Runtime动态加载优化后的模型

核心技能栈

技术领域

必备能力（等同或类似）

智能体框架

LangChain智能体编排 / Transformers Agent工具调用 / Ray RLlib多智能体强化学习

边缘计算

ONNX模型转换 / TensorRT量化（INT8精度） / 边缘模型压缩至<50MB

高并发处理

AsyncIO异步编程 / Celery+Redis任务队列（支撑10k+ QPS物流智能体通信）

工业物联网

Pymodbus协议解析 / OPC-UA客户端开发（实时采集染缸传感器数据）

工程化部署

FastAPI微服务开发 / Docker容器化 / KubeEdge边云协同架构

三、硬性门槛

1. 基础要求

• 3年以上Python开发经验（需提供GitHub项目证明）

• 至少1个智能体系统开发落地项目（需阐述技术架构）

• 精通面向对象设计（重点考察状态机/观察者模式应用）

2. 优先条件

• 有制造业IoT系统开发经验（熟悉OPC UA/MQTT协议）

• Kaggle/LearnedLeague竞赛排名前10%

• 贡献过智能体相关开源项目（LangChain/Transformers Agents等）