日日噜夜夜草|一级黄色录像高清版|调教白富美加勒比久久|亚洲欧洲精品婷婷|日韩综合无码色色|日韩精品一区妖精视频|亚洲无码中文字幕hd|99亚洲思思丝袜|手机看片国产精品大胆亚洲|成人无码视频一区二区在线播放

職位名稱：AI（人工智能）應(yīng)用工程師/AI 解決方案架構(gòu)師 地點：蘇州 就業(yè)類型：全職 尋求在 Python、AI/ML 框架和基于云的 AI 解決方案方面擁有堅實的基礎(chǔ)的優(yōu)秀候選人。 負責設(shè)計、部署和優(yōu)化 AI 驅(qū)動的解決方案，包括 LLM、多模態(tài) AI 模型、AI （ Agent）智能體和基于 RAG 的 AI 架構(gòu)。在良好的企業(yè)氛圍下研究尖端 AI 技術(shù)并部署真實 AI 應(yīng)用程序，共創(chuàng)輝煌。 崗位描述（主要職責） *開發(fā)和部署 AI 解決方案：設(shè)計、開發(fā)和實施 AI 模型，包括 LLM、多模態(tài) AI 模型（語音、視頻、視覺處理）和 AI （ Agent）智能體。 *AI 模型集成和優(yōu)化：微調(diào)、優(yōu)化并將開源 AI 模型（例如 Hugging Face 的模型）集成到企業(yè)應(yīng)用程序中。 *檢索增強生成 (RAG) 和微調(diào)：執(zhí)行基于 RAG 的解決方案并使用微調(diào)技術(shù)優(yōu)化 AI 模型。 *AI 基礎(chǔ)設(shè)施和部署：在（例如 AWS Amazon Q、Kendra 和 SageMaker）配置、部署和管理 AI 模型。 *框架和工具實施：利用 Langchain、LlamaIndex、CrewAI 和 Autogen 等 AI 框架構(gòu)建自主 AI （ Agent）智能體和應(yīng)用程序。 任職要求（學歷及教育背景要求）： 本科以上，人工智能、數(shù)據(jù)科學、機器學習和深度學習、計算機科學相關(guān)技術(shù)學科等相關(guān)專業(yè)。 已經(jīng)取得AI/ML、AWS 或相關(guān) AI 框架開發(fā)等資質(zhì)認證的優(yōu)先。 崗位要求（相關(guān)經(jīng)驗及資質(zhì)要求）： 具備 AI/ML相關(guān)開發(fā)和部署經(jīng)驗。 在開發(fā)和微調(diào) LLM、多模態(tài) AI 模型和 AI 驅(qū)動的解決方案方面擁有豐富的經(jīng)驗。 有 RAG、微調(diào)和基于云的 AI 部署（AWS、SageMaker、Amazon Q 等）的實踐經(jīng)驗。 有使用開源 AI 模型并將其集成到企業(yè)應(yīng)用程序中的經(jīng)驗。 對 APIs、AI pipelines和端到端 AI 系統(tǒng)架構(gòu)有深入的了解。 熟練掌握機器學習、深度學習框架（如TensorFlow/PyTorch），具備模型調(diào)優(yōu)能力。 精通Python，熟悉C++/Java等工業(yè)級語言，能實現(xiàn)算法落地。 熟悉數(shù)據(jù)處理工具（Pandas/Spark），具備工業(yè)數(shù)據(jù)清洗與特征工程經(jīng)驗。 了解工業(yè)自動化系統(tǒng)（如PLC/SCADA）接口開發(fā)，能實現(xiàn)AI與產(chǎn)線集成。 具備智能質(zhì)檢（AOI圖像識別）、設(shè)備預(yù)測性維護、生產(chǎn)排程優(yōu)化等場景的實戰(zhàn)經(jīng)驗。 熟悉工業(yè)物聯(lián)網(wǎng)（IIoT）數(shù)據(jù)采集與處理，如時序數(shù)據(jù)分析、多傳感器融合。 具備工業(yè)級項目經(jīng)驗優(yōu)先，如通過AI降低線纜廢品率（案例：某企業(yè)通過視覺檢測將缺陷漏檢率降低至0.5%）。 熟悉工業(yè)通信協(xié)議（如MQTT、OPC UA）。 熟悉IoT數(shù)據(jù)采集、實時分析工具（如Hugging Face）。 具備自然語言處理能力，支持智能客服和交互式系統(tǒng)開發(fā)。 職業(yè)技能： 有獨立思考和工作的能力，也能適應(yīng)團隊工作; 良好的分析問題、解決問題的能力; 出色的溝通和協(xié)作能力; 能跟進 AI/ML領(lǐng)域 的最新發(fā)展，并結(jié)合應(yīng)用場景快速實驗調(diào)優(yōu)。 具備以下行業(yè)能力優(yōu)先： *軟件開發(fā)和 API 集成：使用 Flask 和 Streamlit 開發(fā) AI 驅(qū)動的應(yīng)用程序，確保與企業(yè)系統(tǒng)無縫集成。 *數(shù)據(jù)和特征性能處理：利用 Pandas、NumPy、scikit-learn 進行數(shù)據(jù)預(yù)處理、特征提取和分析。 *AI 模型部署和監(jiān)測：通過強有力的模型監(jiān)控、日志記錄和全方位評估以確保性能最佳。 生成式AI集成：需熟練調(diào)用OpenAI、DeepSeek等API，實現(xiàn)智能化工藝優(yōu)化或缺陷檢測。 流程自動化：使用AI工作流平臺（如LangChain）編排生產(chǎn)流程，提升柔性制造能力。 質(zhì)量管控：結(jié)合計算機視覺技術(shù)實現(xiàn)實時質(zhì)檢，降低不良率。 熟悉工業(yè)數(shù)據(jù)采集（如SCADA系統(tǒng)）與邊緣計算部署； 具備制造業(yè)業(yè)務(wù)理解，如生產(chǎn)排程、設(shè)備管理、供應(yīng)鏈協(xié)同等。 實時調(diào)度算法：需開發(fā)高效的機器人集群調(diào)度算法，優(yōu)化分揀路徑和任務(wù)分配。 系統(tǒng)架構(gòu)設(shè)計：熟悉分布式系統(tǒng)架構(gòu)，具備高并發(fā)場景下的穩(wěn)定性優(yōu)化能力。 自動化協(xié)同：通過AI實現(xiàn)多設(shè)備（如AGV、機械臂）的協(xié)同作業(yè)，提升分揀效率。 動態(tài)避障技術(shù)：掌握自適應(yīng)避障算法，確保復(fù)雜環(huán)境下的安全運行。 AI算法開發(fā)：需掌握機器學習（如PyTorch、TensorFlow）、深度學習框架，具備庫存預(yù)測、路徑優(yōu)化等算法開發(fā)能力。