AI高级实施顾问

优缺点分析

角色解读

• 可向高级AI解决方案架构师方向发展，负责更大规模、更复杂的工业AI项目
• 可转型为AI产品经理，将技术能力与业务需求结合，主导产品规划
• 有机会深耕特定行业（如制造业），成为行业专家，提升不可替代性
• 负责开发和交付面向工业场景的AI应用，涵盖设备预测、工艺优化、质量分析等，利用机器学习模型解决实际问题
• 使用低代码平台和RAG/Agent等技术构建智能应用，并完成从数据理解、特征工程到模型构建和系统集成的全流程工作
• 经常需要深入客户现场，参与业务调研、数据探查、PoC验证和部署，与客户紧密协作
• 精通机器学习算法，有实际建模经验，熟悉回归、分类、聚类、时序预测等
• 掌握RAG、Agent工作流等大模型应用技术，有提示词优化和模型调优经验者佳
• 全栈开发能力：后端熟悉Python或Java，前端会用Vue/React做界面和数据可视化
• 良好的沟通能力和抗压能力，能适应客户现场工作

申请策略

• 申请时明确表达对工业AI场景的兴趣，并说明能适应客户现场的灵活性
• 了解松下在智能制造方面的业务布局，可在面试中展现公司与岗位的匹配度
• 重点突出机器学习项目的实际落地案例，特别是涉及设备预测或工艺优化的项目
• 详细描述RAG或Agent应用的开发经验，体现大模型技术能力
• 展示全栈技能，包括后端API开发和前端可视化实现的具体项目
• 如有日语能力，务必明确标注，这是加分项
• 系统学习RAG、Agent工作流和提示词工程，可动手搭建一个完整应用
• 熟悉工业数据特点，了解常见设备传感器数据类型和时序分析技巧

面试指南

• 项目介绍使用STAR法则：情境、任务、行动、结果，突出技术难点和个人贡献
• 技术问题先阐述核心原理，再结合实际场景给出具体设计思路，体现工程思维
• 情景题强调沟通和需求分析方法，展示从模糊到清晰的过程
• 请介绍一个你用机器学习解决实际问题的项目，包括挑战和结果
• 如何设计一个RAG应用来支持设备故障问答？
• 你如何选择回归、分类还是时序预测模型？请举例说明
• 面对客户需求模糊时，你会如何推进项目？
• 谈谈你对工业AI领域发展趋势的看法