岗位描述
1、企业级 AI 战略规划与落地： ·负责制定部门甚至公司级的 AI 和大模型技术演进路线图（3-5年），将 AI 能力深度嵌入研、产、供、销、服的全价值链。 ·建立大模型应用的价值评估体系，负责重大 AI 项目的立项、资源调配及全生命周期管理，确保技术投入转化为实际的业务增量或成本降幅。 ·主导与头部大模型厂商、科研院所及开源社区的战略合作，构建车企特有的 AI 生态圈。 2、行业前沿技术探索： ·持续跟踪 LLM、多模态、智能体（Agent）的最新突破 ·主导前瞻性技术的快速迭代与原型开发，验证 SLM（小参数模型）端侧部署、多模态感知融合等前沿技术在汽车场景的可行性。 3、企业级 LLMOps 平台建设： ·从零到一构建并管理支持多模型（开源/闭源）、多模态的大模型底座平台。 ·设计高效的 RAG (检索增强生成) 架构，解决大模型在垂直领域知识缺失和“幻觉”问题。 ·建立完善的 Agent 编排框架，使大模型能够调用企业内部接口（如 SAP, MES, CRM 等）完成闭环任务。 4、工程化与性能优化： ·制定模型推理加速、高并发处理及成本控制（Token 调度与缓存策略）的工程方案。 ·构建自动化的模型评估体系，量化大模型在不同业务场景下的表现。 5、数据资产治理与安全： ·设计面向大模型的非结构化数据清洗、向量化及动态更新流程。 ·在私有化部署环境下，确保数据脱敏、内容审查及访问控制符合合规要求。 6、业务战略对齐： ·评估各业务部门的需求，判断其是否具备“大模型价值”，剔除那些为了AI而AI的伪需求。 ·定义技术路线图，决定何时使用微调（Fine-tuning），何时仅依靠 Prompt Engineering 或 RAG或其他技术方案。