📍 职位概要 负责公司业务场景中的AI技术落地，包括基于YOLO的工业/业务流程视觉检测，以及基于大模型的企业级应用（如飞书智能助手、知识库）开发。 📋 岗位职责 (Responsibilities) 计算机视觉应用开发 (CV)： 负责基于 YOLO 系列算法（v5/v8/v10等）的目标检测模型训练、调优与部署。 针对具体业务场景（如生产工序、操作流程规范性），开发视觉检测系统，实现对工序完整性、异常动作及关键节点的自动化识别与预警。 优化模型推理速度与精度，确保在边缘端或服务器端的实时性。 大模型应用落地 (LLM)： 基于 LangChain 框架开发AI应用（Agent、RAG），设计并实现Prompt Engineering，解决实际业务痛点。 负责大模型的私有化部署与推理服务搭建，熟练使用 Ollama 或 Xinference 进行各种开源模型（如Llama 3, Qwen等）的本地化运行与API封装。 负责 飞书等企业协作平台的AI应用集成，开发智能机器人、自动化工作流助手，提升组织效率。 系统集成与工程化： 负责AI模型服务的API接口开发（FastAPI/Flask），与后端业务系统对接。 跟踪AI领域最新技术动态，探索多模态（视觉+语言）技术在业务中的创新应用。 🎓 任职要求 (Requirements) 基础素质： 计算机、人工智能、自动化等相关专业本科及以上学历。 熟练掌握 Python 编程，具有良好的代码风格和工程化落地能力。 视觉算法能力： 深入理解目标检测原理，有 YOLO 系列算法的实际项目落地经验（需展示在工序检测、安防监控或类似场景的案例）。 熟悉 OpenCV 图像处理库及 PyTorch/TensorFlow 深度学习框架。 大模型应用能力： 熟悉 LangChain 或 LlamaIndex 框架，理解 RAG（检索增强生成）原理及向量数据库（Milvus/Chroma等）的使用。 熟练使用 Ollama 或 Xinference 等推理框架，有大模型量化、微调（LoRA/P-tuning）经验者优先。 有 飞书/钉钉 等IM平台的Bot开发或API对接经验。 加分项 (Preferred)： 有“视觉+大模型”多模态项目经验（如：视觉识别结果输入给大模型进行逻辑判断）。 熟悉 Docker 容器化部署及 Linux 环境运维。 有工业互联网、智能制造或SOP（标准作业程序）检测项目经验。