岗位描述
1、发现高价值问题:深入客户业务流程,与业务负责人、一线用户、IT、安全及管理团队访谈,识别值得用 AI 解决且能够量化验收的问题,明确数据条件、系统边界、决策链和上线约束。 2、定义方案与验收标准:将开放式需求拆解为清晰的用户流程、技术架构、数据接口、模型指标、性能指标和验收用例,推动客户与内部团队在范围、优先级和成功标准上达成一致。 3、快速构建可用原型:基于 AI 盒子的模型服务、RAG、知识库、Agent、OCR、ASR、视觉模型和开放 API,在天或周级周期内完成可运行的端到端原型,而不是只输出方案文档。 4、完成生产级集成:开发必要的后端服务、数据连接器、Agent 工具、业务界面和自动化脚本,对接客户的 ERP、OA、数据库、文件系统、摄像头、视频平台、告警平台及其他业务系统。 5、负责私有化部署与联调:在客户内网、离线或受限网络环境中完成 Linux/Windows、Docker、GPU/NPU、模型服务、网络、存储和权限配置,定位并解决兼容性、性能、并发、稳定性及安全问题。 6、推动 POC 转生产:控制试点范围和节奏,建立真实测试集与评测方法,持续处理坏案例,并推动方案通过客户验收、进入正式使用和后续扩容。 7、经营上线后的业务结果:通过调用量、任务成功率、准确率、时延、人工节省、流程完成率和用户采用率等指标判断项目效果,主动发现并解决“技术可用但业务不用”的问题。 8、形成产品反馈闭环:把客户现场的共性需求、失败模式和工程经验转化为明确的产品需求,与平台、算法、硬件和运维团队协作完成改进,并验证改进是否真正解决问题。 9、沉淀可复制资产:将定制项目提炼为标准数据连接器、行业 Agent/Skill、评测集、部署脚本、监控规则、故障手册、验收模板和行业解决方案,降低下一次交付成本。 10. 承担关键项目技术负责人角色:在不确定性较高、跨团队协作复杂的环境中主动推进决策、管理风险,对最终交付结果负责,而不是等待完整需求后再开始工作。