海尔
学术带头人（个性化方案生成与自主协同关键技术方向）
学术带头人（个性化方案生成与自主协同关键技术方向）
发布于 3 小时前基层主管/组长
全职员工仅现场办公人工智能
人工智能
Aigc
任务编排
多智能体系统
工业互联网
智能制造
知识增强
值不值得投
薪资怎么样
5.0万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 740 个在招 · 其中人工智能 15 个
市场机会
选择适中
青岛 · 人工智能 · 19 个在招
职位详情
关于这个职位
该岗位是海尔在个性化定制与自主协同方向的技术带头人，负责从用户需求理解到产品定制方案生成的端到端技术路线，并主导需求、设计、配置、校核、供应五类智能体的协作架构
你需要统筹智家、卡奥斯与实验室三方资源，推动多模态理解、AIGC 设计与数字人交互等成果在家电、汽车、电子三行业落地验证
最低要求
博士及以上学历，计算机、软件工程、自动化、系统工程等相关专业
具有5年及以上工业互联网、企业数字化或智能制造项目管理经验
熟悉制造企业设计、配置、工艺与供应业务流程，了解CAD、PLM、工艺及供应链等系统，具备接口需求梳理、数据协同及系统联调管理经验
了解智能体任务分解、工具调用、工作流编排、冲突协调与异常处理机制，能够组织多智能体应用方案评审和业务验证
能够统筹跨团队研发计划、系统依赖、联调测试、问题闭环及上线验收，具备协调智家、卡奥斯和实验室三方资源的能力
具备测试指标设计、应用效果评估及成果材料编写能力
工作职责
技术路线总揽与科学问题凝练
关键科学问题：制定从需求理解到产品定制方案生成的端到端技术方案，确保感知理解层与生成协同层的技术衔接与闭环
核心研究方向攻关指导：指导多模态用户理解、上下文意图识别、需求语义解析与知识增强等核心算法的研究方向，把控技术可行性与先进性
指导工程约束下的AIGC产品设计、产品模块组合推荐与配置冲突消解等生成式技术研发
指导数字人交互、模型服务接入与知识检索集成等应用层技术路线
多智能体协作架构设计：主导需求、设计、配置、校核、供应五类智能体的协作架构设计，确立任务编排、冲突协调、设计变更同步与可靠执行的总体方案
把控多智能体系统从理论到工程落地的技术路径
跨团队协同与资源统筹：统筹对接智家研发团队、智家业务团队、信息化团队及卡奥斯团队，明确各方职责边界与协作机制
推动实验室研究成果与智家设计系统、COSMO-iMOM平台的深度集成，打通“研究—开发—验证—应用”全链路
协调家电、汽车、电子三行业的场景适配验证资源，确保跨行业推广的系统性
场景验证与成果输出：制定场景验证总体方案，覆盖家电个性化定制、定制咨询与需求采集、冰箱定制设计生成等核心场景
把控应用前后效果对比的方法论科学性，确保评价指标体系（准确率、满意度、方案可行性等）的学术严谨性
优先资格
有跨系统集成、多智能体应用或工业软件平台交付经验者优先
有工业现场试点、平台推广或产学研项目管理经验者优先
AI 洞察
优缺点分析
优点
- 方向前沿：多模态理解、AIGC 与多智能体协同均是当前工业AI落地热点，技术积累具备行业通用价值
- 场景真实：背靠家电个性化定制、互联工厂等真实业务场景，研究成果有明确的落地与验证通道
- 跨行业空间：涉及家电、汽车、电子三个行业，可拓展行业视野与解决方案复用能力
- 要求复合背景：既要有AI算法深度，又要懂制造设计/配置/工艺/供应业务流程，跨界学习成本高
- 多方协同复杂：需同时对接智家研发、业务、信息化与卡奥斯团队，职责边界与推进节奏协调难度大
- 适合具备博士学位、有工业互联网或智能制造项目经验，且希望在真实产业场景中主导AI技术路线落地的复合型技术人才
缺点 / 挑战
- 角色层级高：作为技术带头人可主导路线与架构，并统筹多方团队资源，话语权与可见度较高
- 成果验证压力：需设计科学的评价指标体系并完成工业现场试点，学术严谨性与工程交付节奏需要平衡
角色解读
- 横向可从单一技术方向带头人扩展为实验室整体技术负责人，主导更大范围的AI平台规划
- 纵向可向企业技术专家/首席科学家序列发展，或转向智能制造数字化业务的综合管理岗
- 借助产学研项目与跨行业（家电、汽车、电子）验证，积累可复用的工业AI方法论与行业影响力
- 负责从用户需求理解、语义解析到产品定制方案生成的端到端技术路线设计，打通感知理解层与生成协同层
- 主导需求、设计、配置、校核、供应五类智能体的协作架构，确定任务编排、冲突协调与设计变更同步方案
- 指导多模态用户理解、知识增强、AIGC 产品设计与数字人交互等方向的技术攻关，把控可行性与先进性
- 统筹智家研发、业务、信息化与卡奥斯团队资源，推动成果在家电、汽车、电子三行业场景验证落地
- 扎实的多模态理解、意图识别与知识增强算法功底，能判断技术路线的先进性与工程可行性
- 熟悉智能体任务分解、工具调用、工作流编排、冲突协调与异常处理机制，有方案评审与业务验证经验
- 理解制造企业设计、配置、工艺与供应业务流程，熟悉 CAD、PLM、供应链系统及接口与数据协同
- 较强的跨团队项目统筹能力，能管理研发计划、联调测试、问题闭环与上线验收
申请策略
- 面试前了解海尔智家定制业务与卡奥斯 COSMO-iMOM 平台的基本定位，便于讲清你的技术与平台的结合点
- 准备一个完整的产学研或跨团队项目案例，重点说明你如何设定评价指标并推动成果落地
- 突出博士研究方向与多模态理解、语义解析、知识增强、AIGC 生成等相关成果（论文、专利、项目）
- 量化呈现主导过的端到端系统或平台交付，说明你在需求—开发—验证—应用链路中的角色与结果
- 列出多智能体/工作流编排相关实践：任务分解、工具调用、冲突消解、异常处理的具体方案
- 补充制造业务理解证据：CAD/PLM/工艺/供应链系统对接、接口梳理、数据协同与联调经验
- 系统补齐制造业主流程知识（设计BOM、配置规则、工艺路线、供应计划），便于与业务团队对话
- 强化多智能体框架与工程化能力，如任务编排、Agent 评测与可靠性保障方法
面试指南
- 架构类问题用“目标—分层—接口—闭环—指标”五步法：先讲清业务目标与约束，再讲分层职责与数据流，最后给出验证指标
- 项目类问题用 STAR 结构：情境与难点、你的决策、具体推进动作、量化结果与复盘
- 技术风险类问题先给结论再给依据，列出2-3个关键风险及对应缓解措施与验证方式
- 你如何设计从需求理解到定制方案生成的端到端技术架构？感知层与生成层如何闭环？
- 在多智能体协作中，任务编排与配置冲突消解你会采用什么机制？如何保证可靠执行？
- 请举一个你主导的跨团队（研发/业务/信息化）项目，如何划分职责边界并推动上线验收？
- 你会如何设计场景验证方案与评价指标体系（准确率、满意度、方案可行性）？
- 在工程约束下做AIGC产品设计生成，你认为最大的技术风险是什么，如何应对？
Watch Jobs