博世
工业数据及AI智能体产品架构师_BCI
工业数据及AI智能体产品架构师_BCI
发布于 大约 1 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
大模型
工业互联网
工业协议
数据中台
时序数据库
智能制造
架构设计
值不值得投
73综合评分
综合评分 73
工业AI架构师，技术前沿、平台扎实，偏重线下办公，成长性突出。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
45K
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 1100 个在招 · 其中人工智能 8 个
市场机会
选择不多
苏州 · 人工智能 · 5 个在招
职位详情
关于这个职位
作为博世工业数据及AI智能体产品架构师，您将负责工业设备互联平台及制造场景AI智能体的顶层架构设计与从0到1的产品落地
您需要打通工业数据全链路，构建数据底座，并基于大模型设计智能体能力，实现工厂核心场景的自动化与智能化分析，最终将技术转化为可复用的工业AI产品模块
最低要求
背景经验
学历专业：研究生及以上学历，计算机科学、软件工程、自动化、数学、工业工程等相关专业
工作经验：3年以上工业互联网产品/工业数据平台产品架构经验，有完整IOT平台+工业AI Agent从0到1落地经验优先
专业技能
）精通工业设备互联全链路流程，熟悉主流工业协议（PLC、Modbus、OPC UA、MQTT、Profinet等）、时序数据库、工业数据治理、数据中台架构，具备独立搭建工业数采平台产品架构能力
）熟悉AI智能体核心原理与主流框架，精通Agent工作流编排、工具调用、RAG知识库、多智能体协同，有制造业AI智能体落地实战经验，能独立完成场景拆解、架构设计、产品落地
）深刻理解工厂生产、设备、工艺、质量、运维等制造业务场景，能够将业务痛点转化为标准化产品与AI智能化方案，不空谈技术，重落地、重结果
）具备优秀的架构思维、产品思维与项目推进能力，逻辑清晰，擅长跨团队协同，能独立输出架构方案、PRD、落地计划
）有智能制造、工业互联网、工厂数字化转型项目经验者优先，有大厂工业AI平台、SCADA中台产品架构经验优先
工作职责
一、设备互联及数据平台整体产品架构与设计
负责工业设备互联及数据平台整体产品规划、架构设计与迭代落地，覆盖设备数采、协议适配、数据清洗、时序存储、数据服务治理、数据中台（数据湖/数据仓库）等全链路，输出完整产品架构方案、原型、PRD、技术规范与落地 roadmap
针对工厂OT/IT融合场景，设计标准化、可复用、可扩展的数采体系，支持PLC、SCADA、传感器、MES、设备台账等多源工业数据接入，针对工业场景下的海量时序数据处理需求，进行技术栈选型（如物联网时序数据库、流式计算引擎、大数据批处理框架）
制定工业数据标准、字段规范、编码规范，搭建企业级工业数据治理体系，为上层AI应用、生产分析、工艺优化、质量管控提供数据底座
二、制造场景AI智能体（AI Agent）产品架构与开发落地
负责制造业AI智能体体系整体架构设计与产品化建设，围绕设备运维、工艺调优、异常诊断、质量分析等工厂核心场景，设计专属工业AI智能体能力模型
基于大模型/工业垂类模型，设计智能体感知、推理、决策、工具调用、任务编排、多智能体协同能力，实现工业场景自动化分析、自主判断、闭环处置，替代传统人工研判与重复操作
负责AI智能体产品从0到1搭建，包括智能体工作流设计、知识库搭建、提示工程优化、场景落地调试、版本迭代，输出可落地、可复用、可复制的工业AI Agent产品模块
三. 技术攻坚与团队协同：
主导和领导核心模块的代码开发（POC原型验证或核心框架搭建）
作为技术接口人，对接业务、交付、客户，梳理需求、拆解目标、把控项目落地节奏，解决平台与智能体落地过程中的架构与产品问题
持续跟进工业大数据、AI智能体、工业大模型前沿技术，优化产品架构与技术体系，保障产品长期演进性与行业竞争力
AI 洞察
优缺点分析
优点
- 平台与行业：身处博世这样的工业巨头，能深入接触真实的复杂制造场景，积累宝贵的工业AI落地经验
- 项目完整度高：负责从0到1的架构与产品建设，能获得对一个技术方向全周期的深度掌控感和成就感
- 复合能力提升：同时锤炼技术架构、产品设计和对工业业务的理解，培养稀缺的复合型竞争力
- 技术复杂度高：需同时精通工业IT/OT融合技术与前沿AI Agent技术，知识跨度大，学习曲线陡峭
- 跨领域协同：需要与业务、交付、客户等多方紧密沟通，将复杂技术方案转化为各方可理解的语言和可执行的计划
缺点 / 挑战
- 技术前沿：工作直接聚焦工业互联网与AI智能体结合的前沿领域，技术栈先进且具有挑战性
- 落地难度大：工业场景对稳定性、实时性要求严苛，将AI智能体方案可靠地部署到生产环境面临诸多工程挑战
- 适合对工业4.0和智能制造充满热情，具备扎实的软件架构基础，同时对工业现场有好奇心，并勇于接受从0到1挑战的资深技术或产品架构师
角色解读
- 技术专家路线：深耕工业AI领域，成为工业大数据与智能体架构的行业权威
- 技术管理路线：凭借架构能力和项目经验，逐步带领更大规模的技术团队，负责更复杂的工业智能化项目
- 产品负责人路线：利用技术与业务结合的优势，向工业AI产品线负责人或解决方案总监方向发展
- 设计并主导工业设备数据平台的整体架构，打通从设备接入、数据治理到中台构建的全链路
- 从零开始构建面向制造场景的AI智能体产品，使其能够自主进行设备诊断、工艺优化等复杂任务
- 作为技术核心，主导关键模块开发，并跨团队协调需求，确保工业AI方案从概念到落地的实现
- 深度的工业数据平台架构能力，精通PLC、OPC UA等工业协议、时序数据库及数据治理
- 对AI智能体（Agent）技术栈的实战经验，包括工作流编排、RAG、多智能体协同等
- 扎实的制造业业务知识，能将工厂的运维、工艺、质量等痛点转化为可行的技术产品方案
- 卓越的架构思维与项目推动力，能独立输出高质量的架构文档并领导技术攻坚
申请策略
- 理解博世业务：提前研究博世在工业4.0、智能制造方面的战略和公开案例，在面试中展示与公司方向的契合度
- 准备场景化故事：准备1-2个您过往项目中，如何将复杂的工业业务需求转化为具体技术架构并成功落地的故事，突出您的架构设计和问题解决能力
- 突出工业数据平台项目经验：详细描述您参与的IoT平台、数据中台、时序数据处理等项目的架构设计、技术选型和落地成果
- 强化AI智能体实践案例：如果您有Agent、RAG、工作流引擎等项目的开发或设计经验，务必清晰展示
- 体现工业领域认知：在项目描述或自我评价中，提及对PLC、SCADA、MES等工业系统的理解，以及如何用技术解决过具体的制造问题
- 展示架构思维与产出物：提供架构图、技术方案文档或产品PRD的样例（脱敏），证明您能系统化地思考和输出
- 深入AI智能体前沿：系统学习并实践主流的Agent框架（如LangChain、AutoGen）和多智能体协作模式
- 强化工业协议与数据知识：补充或复习OPC UA、MQTT等协议细节，以及TDengine、InfluxDB等工业时序数据库的实战经验
面试指南
- 对于架构设计问题，采用“背景-目标-架构设计-关键技术点-挑战与解决方案-成果”的结构进行阐述
- 对于场景设计问题，遵循“理解业务场景与目标-拆解核心功能模块-设计感知-推理-决策闭环-考虑集成与部署”的思路
- 对于落地案例问题，使用STAR法则（情境、任务、行动、结果），重点突出您在其中的角色、技术决策和最终可量化的业务收益
- 请描述一个您主导设计的工业数据平台或IoT平台的整体架构，关键技术选型和挑战是什么？
- 如果要为一个离散制造车间的CNC机床预测性维护场景设计AI智能体，您会如何构思其架构？
- 在工业数据治理方面，您认为最关键的是什么？请结合一个实际项目说明您是如何制定数据规范的？
- 您提到需要‘不空谈技术，重落地’，请分享一个您将复杂技术方案成功落地到生产环境，并带来实际业务价值的案例
- 如何平衡工业系统对稳定性、实时性的苛刻要求与AI智能体所需的灵活性和创新性？
职位点评
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
作为知名跨国工业企业的高级技术岗位，薪资福利应具有市场竞争力，但JD未提供具体信息。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
85较高
岗位要求掌握工业数据平台与AI智能体的前沿复合技术，且负责从0到1的产品建设，技术深度和成长空间大。
技术前沿前沿/新兴技术
技术栈工业协议 PLC/OPC UA、时序数据库、AI Agent、RAG、大模型、数据中台
业务类型cost_center
工作生活
60中等
工作地点为苏州，生活成本相对一线城市较低，但JD未提及任何远程或弹性办公安排，且工厂/制造业背景通常强调现场。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
岗位直接致力于通过AI和数字化技术提升制造业的效率和智能化水平，具有明确的产业升级和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号改善 quality of life、工业技术、智能制造
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs