Goertek logo
歌尔股份
AI解决方案专家(045996)

AI解决方案专家(045996)

发布于 大约 8 小时前

普通员工/个人贡献者

北京市 / 青岛市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Sql
制造业
时序预测
机器学习
深度学习
自然语言处理
计算机视觉
项目管理

AI 估算 · 30k–50k

AI解决方案专家属于高价值复合型人才,一线城市薪资竞争力强,加上制造巨头平台,薪酬处于市场中高位。

职位详情

关于这个职位

该职位负责深入挖掘制造业研发、品质、财经领域的AI应用场景,设计端到端解决方案并推动落地,作为技术与业务之间的桥梁,协调跨职能团队,确保AI项目真正产生业务价值

适合具备扎实机器学习基础、熟悉数据分析且沟通能力强的资深技术专家

最低要求

教育背景:计算机科学、人工智能、统计学、工业工程、财务分析或相关专业本科及以上学历

工作经验:5年以上相关工作经验,其中至少2年专注于将AI/数据分析解决方案应用于以下至少一个业务领域:
研发领域:熟悉产品开发流程(如IPD)、CAD/CAE数据、试验数据分析、知识管理、专利分析等
品质领域:精通质量管理体系(如ISO9001, IATF16949),熟悉SPC、FMEA、缺陷检测、根因分析等流程与方法
财经领域:深度了解财务核算、预算管理、成本控制、应收应付、风险管理等核心财务流程
技术能力:
熟练掌握机器学习/深度学习的基本原理和常见算法
具备扎实的数据分析能力(熟练使用SQL, Python/Pandas),能够独立进行数据探查和原型验证
能够撰写清晰的技术方案,并理解AI模型的集成与部署流程
核心素质:
卓越的沟通能力:能够用业务语言与技术团队沟通,并用技术逻辑向业务方解释
强大的解决问题能力和以结果为导向的思维方式
具备项目管理和协调能力,能够驱动跨职能团队合作

工作职责

业务洞察与场景挖掘:深入挖掘、筛选和评估研发/品质/财经领域潜在的AI应用场景,进行可行性分析及投资回报预测,形成项目机会

解决方案设计与架构:针对确定的业务场景,主导设计端到端的AI解决方案,包括但不限于:业务问题定义、数据需求、AI技术选型(如计算机视觉用于缺陷检测、自然语言处理用于专利分析、时序预测用于成本控制等)、系统集成方案及成功度量标准
能够清晰地向技术和非技术受众阐述解决方案的价值与实现路径
项目推动与落地管理:协同数据科学家、算法工程师和软件开发团队,推动解决方案的开发、测试和部署
管理项目范围、时间线和预期,确保交付物满足业务要求,并负责成果的验收与效果评估
数据驱动与价值验证:与数据工程师协作,明确并获取解决方案所需的数据,参与数据清洗和标注标准的制定
建立价值衡量体系,跟踪并汇报AI项目上线后的实际业务影响(如研发周期缩短、不良率降低、财务预测准确性提升等)
领域知识沉淀与赋能:在组织内沉淀和分享在研发、品质、财经领域的AI解决方案最佳实践
为业务团队提供AI赋能培训,提升其利用数据与AI思维解决问题的能力

优先资格

优先项:

拥有在制造业中为研发、品质或财经部门成功交付AI项目的经验
对相关领域的专用软件和数据类型有了解(如:研发中的PLM系统、品质中的QMS系统、财经中的ERP系统)
有使用低代码/无代码AI平台或自动化工具(如RPA)的经验
具备一定的客户-facing经验,能自信地进行方案演示和汇报

AI 洞察

优缺点分析

优点

  • 人工智能是当前最具发展前景的技术领域,该岗位能够积累制造业AI落地的宝贵经验
  • 歌尔股份作为跨国巨头,平台大、资源丰富,能接触到多元业务场景和前沿技术
  • 岗位职责涵盖从方案设计到落地管理,有助于培养完整的项目闭环能力
  • 制造业业务复杂,跨部门协同难度大,项目推动可能遇到阻力
  • 工作地点可能涉及多个城市,可能需要出差或异地办公,生活便利性受影响

缺点 / 挑战

  • 需要同时具备技术深度和业务理解,对个人综合能力要求较高
  • 适合有5年以上技术经验,希望将AI技术应用到实际业务场景,喜欢挑战和跨领域协作的资深工程师或专家

角色解读

  • 可在AI领域深入发展,成为AI架构师或技术专家,主导更大规模的智能化转型
  • 可向业务方向延伸,转型为AI产品经理或业务线负责人,负责整个AI产品线的战略规划
  • 在制造业数字化转型的大背景下,可成为跨领域复合型人才,拥有广阔的职业空间
  • 深入挖掘研发、品质、财经等业务场景中的AI应用机会,进行可行性分析和投资回报预测,形成项目机会
  • 主导设计端到端AI解决方案,包括技术选型(如CV缺陷检测、NLP专利分析)、系统集成方案和成功度量标准
  • 协同数据科学家、算法工程师和软件开发团队,推动AI项目的开发、测试、部署与落地,并管理项目进度和预期
  • 与数据工程师协作制定数据需求与标注标准,建立价值衡量体系,跟踪AI项目上线后的实际业务影响
  • 扎实的机器学习/深度学习理论基础,熟悉常见算法和模型
  • 精通SQL和Python/Pandas进行数据分析与原型验证
  • 优秀的沟通能力,能用业务语言与技术团队沟通,并用技术逻辑向业务方解释
  • 具备项目管理和跨职能协调能力,能够驱动团队合作

申请策略

  • 在申请时明确表达对制造业数字化转型的热情,并展示对歌尔所处行业的理解
  • 准备好分享一个完整的AI项目案例,说明从业务洞察到落地验证的全过程
  • 突出在制造业或相关领域成功落地AI项目的经验,强调具体业务成果(如不良率降低、效率提升等)
  • 详细描述在方案设计、技术选型、项目管理方面的能力,用案例证明可以独立驱动端到端交付
  • 强调SQL、Python、机器学习框架等硬技能,并体现对研发、品质或财经任一领域的深入了解
  • 如果对制造业业务流程不熟悉,可以提前学习IPD、SPC、ERP等基础知识,了解行业痛点
  • 补充低代码AI平台或RPA工具的使用经验,能增加差异化竞争力
  • 强化方案撰写和演讲演示能力,因为岗位需要向非技术受众汇报

面试指南

  • 回答项目经验时,采用STAR法则:情境-任务-行动-结果,重点突出个人贡献和量化成果
  • 针对业务场景问题,可以从问题定义、数据评估、技术选型、价值衡量四个方面结构化回答
  • 沟通类问题,强调同理心、使用业务语言翻译技术概念,并通过示例或原型降低理解门槛
  • 请分享一个你主导的AI项目,你是如何从业务场景中挖掘机会并设计方案落地的?
  • 针对制造业品质场景,如果不良率偏高,你会如何利用AI技术去解决?请给出思路
  • 你如何平衡技术方案的先进性与业务价值的实际回报?请举例说明
  • 在跨部门沟通中,如果业务方不理解技术方案,你会怎么做?
  • 请谈谈你对AI在财务或研发领域应用的理解,有哪些潜在场景?

职位点评

67
综合评分

技术前沿、成长空间大的制造业AI专家岗,薪资优厚但工作地点分散、灵活性一般。

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。

更适合这类人
最适合重视技术成长和职业发展的求职者,对于追求工作生活平衡的人则需谨慎考虑。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展80
工作生活50
使命价值60

薪资福利

70中等

职位未公开薪资,但作为上市公司资深岗位,预计薪酬福利具有竞争力,整体稳定。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

80较高

岗位聚焦AI前沿技术,应用场景丰富,能提供较深的技术实践和跨领域成长空间。

技术前沿前沿/新兴技术
技术栈机器学习、深度学习、计算机视觉、自然语言处理、时序预测、Python、SQL
业务类型ambiguous

工作生活

50较低

强制现场办公且可能涉及多城市,未提及弹性工作,生活便利性和工作生活平衡一般。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

60中等

通过AI赋能制造业数字化转型,具有一定的产业价值,但社会影响力中性。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs