数字化开发应用工程师(J34100)

1、深入理解车辆工程开发业务场景，开展业务调研、流程拆解与场景构建，挖掘业务痛点，识别数字化与AI落地机会，形成可执行、可验证的场景化解决方案； 2、负责数据全链路工作：业务数据采集、数据清洗、数据分析、特征筛选与模型应用，对模型输出结果进行工程化解释；结合研发规范、试验报告、设备手册、故障案例等知识数据，构建本地知识库与场景数据集； 3、进行算法开发、自动化脚本编写、平台工具开发及AI应用开发，包括基于本地知识库的RAG应用开发，完成文档切分、向量化、检索增强、重排与生成效果优化； 4、将数字化、AI、算法技术应用于底盘工程开发、设备开发、研发管理等场景，围绕具体业务场景实现提效，推动场景构建、本地RAG与研发流程深度融合； 5、负责数字化工具/AI应用落地验证，开展场景化评测与效果评估，保障工具的实用性、运行稳定性、可推广性，以业务价值作为核心衡量标准； 6、参与本地RAG及AI应用的数据安全、权限控制与离线，本地化部署方案设计，保障知识库与模型应用合规、稳定运行。

1、硕士及以上学历，车辆工程、机械工程、自动化、人工智能、计算机科学、应用数学、电子信息等相关专业； 2、熟练掌握数据采集、数据清洗、特征筛选、数据分析全流程方法；熟悉深度学习基础原理，熟悉回归、分类、时序预测等常用算法；具备业务场景抽象、场景构建与评测集设计能力； 3、熟练掌握Python或C++等主流编程语言，具备良好的工程编码与脚本开发能力； 4、了解主流深度学习框架；了解大模型应用开发，熟悉LangChain、LlamaIndex等主流框架者优先；熟悉本地RAG技术栈，包括Embedding、向量数据库、检索重排、知识库构建与本地化部署者优先；有汽车行业数字化、智能化项目落地经历优先； 5、具备工程落地思维，有车企研发数字化、试验自动化、设备智能管控、AI赋能研发相关项目经验者优先；有场景构建、本地知识库/本地RAG落地经验者优先； 6、具备良好沟通能力，能适应多部门协同工作环境，能够推动业务场景、数据、算法与平台工具的跨团队协同落地。