工业大模型与智能Agent负责人

职责描述
定位，对工业大模型与智能Agent竞争力及引领性负责。

1.Agent架构设计与路线选型：主导工业场景智能Agent的总体架构设计，统一智能体编排、工具调用（MCP/Tool Calling）、RAG增强检索、上下文管理与任务规划能力。基于LangChain/ReAct等Agent框架和工业业务特性，确定技术路线，含模型选型、推理引擎选型、多Agent协作模式与执行策略。

2.大模型微调与对齐优化：领导SFT（有监督微调）/RLHF（基于人类反馈的强化学习）/DPO等对齐工作，使用DeepSpeed/TRL等工具进行LoRA蒸馏与高效微调。构建面向工业指令的"数据清洗→指令构建→偏好对齐→效果验证"数据闭环，持续提升模型在工业场景下的任务理解与执行能力。

3.多Agent任务编排与工业场景落地：设计"任务感知→规划拆解→工具分配→Sub-Agent协作→结果聚合→受控执行"的多Agent协作链路，支撑复杂工业任务自动完成。结合工业场景强实时、强上下文和复杂业务约束的特点，沉淀任务边界规则、执行约束与业务抽象能力，降低新场景接入成本。

4.推理部署与性能优化：主导vLLM推理加速服务建设，优化高并发API封装，保障工业场景下的实时响应与吞吐性能。针对推理链路的延迟优化、成本控制和效果稳定性进行持续调优，兼顾大模型能力与工业级可靠性要求。

5.数据构建与RAG知识体系：指导指令数据构建策略与RAG检索库搭建（Milvus等向量数据库），构建面向工业设备、工艺、质检、运维等领域的知识体系。推动"知识检索→模型推理→规则约束→工具调用→人工确认→审计留痕"的受控执行链路，确保模型输出安全可控。

6.持续提升团队的竞争力及人员能力

任职要求
学历 硕士及以上

工作经验 5年以上

任职资格 "1.硕士及以上学历，计算机、人工智能、自动化、数学等相关专业，中科院自动化所等顶尖院校背景优先。

2.6年以上AI算法研发经验，有互联网头部企业（阿里巴巴/百度等）Agent或大模型方向核心项目经验，担任过技术负责人。

3.精通大模型Agent架构设计，具备""感知-规划-执行-反馈""全链路落地经验，熟悉Harness、Sub-Agent、工具调用等体系设计；深入理解SFT/RLHF/DPO等对齐技术，有基于真实业务数据构建训练闭环的实际经验；熟悉多模态融合方案（CLIP、图文预训练、视觉Language Model等），有端到端多模态Agent产品落地经验；掌握LangChain/ReAct/LangGraph等Agent编排框架，具备实际工业或业务场景部署经验。

4.有从0到1搭建技术架构的经验，懂工程化规范（CI/CD、评测体系、性能优化），具备带领5人以上团队的能力。

5.加分项：有AI产品从0到1的商业化落地经验（C端或B端Agent产品）；有视觉多模态、移动端推理优化或跨模态对齐方向顶会论文/专利；理解工业场景（MES、IoT、设备运维、质检等）的领域知识或对接经验。