AI专业负责人-西安(J10201)

1.战略规划：制定企业AI发展路线图，明确AI赋能业务的方向、优先级和实施节奏 2.场景发掘：深入业务一线，识别高价值AI应用场景，建立科学的场景评估与筛选机制 3.技术架构：主导AI技术架构设计，确保技术选型的前瞻性、可扩展性和安全可控 4.团队建设：组建并管理AI团队（数据工程、算法研发、应用开发、运营维护），建立人才培养体系 5.数据战略：推动企业数据治理体系建设，建立数据资产管理和数据飞轮机制 6.项目交付：统筹AI项目从POC验证到规模化落地的全过程管理，确保交付质量 7.生态协作：对接高校、科研院所、AI厂商等外部资源，构建产学研合作生态 8.持续运营：建立AI应用的持续运营机制，推动数据飞轮运转和模型能力迭代 9.变革推动：推动组织AI文化建设，促进AI与业务流程的深度融合，管理AI变革中的组织适应

一、基本条件： •硕士及以上学历，计算机科学、人工智能、自动化或相关专业（博士优先） •5年以上AI/大数据领域工作经验，2年以上AI团队管理经验 •有制造业（尤其是高端装备制造/军工）AI落地经验者优先 二、核心能力： 1.战略规划：能将AI战略与企业经营战略对齐，制定3-5年AI路线图，明确投入产出预期 2.场景判断：具备AI场景价值评估能力，能区分“真需求”和“伪需求”，避免“拿着锤子找钉子” 3.技术判断：深入理解LLM、RAG、Agent、知识图谱、计算机视觉等技术的能力边界和适用场景，不盲目追新 4.数据思维：深刻理解“数据是AI的地基”，能推动企业级数据治理，建立数据质量体系 5.团队管理：有从0到1搭建AI团队的经验，能定义岗位能力模型、建立考核体系 6.项目管控：具备大型AI项目的全流程管理经验（POC→试点→推广），能管控进度和风险 7.业务理解：能快速理解制造业核心业务流程（研发、生产、供应链、质量），找到AI切入的价值点 8.变革管理：能处理AI落地中的组织阻力，推动业务部门从“要我上AI”转变为“我要用AI” 三、专业技能： •熟悉AI技术全景（LLM/Agent/RAG/CV/NLP/知识图谱/机器学习），能做出正确的技术选型 •了解大模型微调（SFT/RLHF）和私有化部署的技术路线和成本模型 •熟悉数据治理方法论（DAMA/DCMM），有推动企业数据中台/数据湖建设的经验 •了解AI安全与伦理，特别是涉密环境下的AI部署安全要求 四、加分项： •有航空/军工/汽车等制造业头部企业的AI项目交付经验 •主导过企业级AI平台建设（非单点应用），理解平台化、规模化的挑战 •有产学研合作经验（联合实验室、横向课题等） 五、优先录用条件 •有“从0到1”主导企业AI战略并落地的完整经历，能说清楚踩过哪些坑 •对制造业有敬畏心——理解军工制造“可追溯、可验证”的刚性要求，不会用互联网思维硬套 •既能向上汇报战略价值（让领导愿意投），又能向下带团队干脏活（让模型真正跑起来） •理解AI不是一锤子买卖——知道“持续运营”比“项目交付”更重要