AI科学家

工作内容
岗位定位
承接公司级 AI 战略，统筹团队规划、建设与运营,带领团队可持续演进的企业级 AI 能力，打造AI Native企业应用。持续将外部技术红利转化为 ATL 内部生产力。同步跟踪 AI for Science 和具身智能领域的技术拐点，判断技术方向。
岗位职责
1. 战略落地：参与公司级 AI 战略规划，将目标拆解为团队路线图、里程碑与资源预算，向管理层输出进展与价值复盘。
2. 平台与底座建设：统筹多模型智能路由、基于LLM核心知识平台与Agent平台的方向、架构与技术选型，避免重复造轮子。
3. AI资产沉淀与运营：推动知识、流程、最佳实践、数据四类资产持续沉淀与复用，把通用模型逐步转化为懂 ATL、能执行 ATL 业务动作的企业级智能。
4. 组织与人才：搭建并带好架构 / 算法 / 工程 / 治理多角色团队，与业务部门深度合作，让业务域长出自己的 AI 能力。
5. 规模化落地与价值闭环：识别高价值场景优先级，推动 MVP→试点→规模化推广，用指标评估并反向优化投入。
6. 统筹电池研发智能化: 方向的技术预研和资源规划，包括推动「计算模拟 - 实验数据 - 机器学习」闭环的构建，支持 AI4S 工程师团队与材料 / 化学专家的跨学科协作；

任职条件
1、 高度相关专业背景，8 年以上 AI / 大模型 / 数据领域经验，3 年以上团队管理经验，有从 0 到 1 搭建并规模化运营 AI 团队的完整经历。
2、 深度理解大模型底层原理、能力边界与成本结构，主导过至少 1 个企业级 LLM / Agent 平台的规划与落地。
3、有推动组织级 AI 变革的实战经验，包括建立跨部门协作机制、具备跨部门推动力，能与研发、工程、MES、品质、生产等业务方对齐目标、拉动资源、协调节奏，能在组织阻力下推进战略落地。
4、 熟悉 RAG、Agent、知识图谱、NL2SQL、模型路由、评测与治理体系，能做出平台级技术选型与架构决策。
5、对 AI for Science 或具身智能至少一个方向有技术敏感度和战略判断力，能评估技术成熟度窗口、规划预研节奏、协调跨学科资源。
6、对「数据 / 知识 / 流程 / 最佳实践沉淀为组织资产」，打造AI Native企业应用有成熟的方法论与实战经验。
加分项
7、有制造业 / 锂电 / 新能源行业 AI 落地经验。
8、有构建知识图谱 + 大模型融合（GraphRAG）或企业数据中台经验。
- 有从 0 到 1 推动「组织智能体化 / 岗位级 Agent」落地实践经验。
通用要求（与全体成员一致）
- 自驱、务实、既懂战略也能下场写代码 debug 场景。
- 认同「模型只是起点，工程落地才是终点，组织才是护城河」。