设备智能体开发工程师

优缺点分析

角色解读

• 技术专家路线：深耕工业智能体技术，成为该领域的专家，主导复杂系统的架构设计
• 业务管理路线：在深入理解业务后，可转向产品经理或技术管理岗位，负责整个设备智能体产品线的规划与落地
• 行业深耕路线：在新能源电池制造领域积累深厚经验，成为行业数字化转型的领军人物
• 设计并开发面向锂电生产设备的工业智能体，实现设备故障诊断、预测性维护、参数优化等核心功能
• 负责智能体业务模型的设计，包括需求拆解、场景SOP制定、业务模型搭建，并基于LangChain、LangGraph等框架进行开发
• 负责智能体的工程落地，包括现场部署、调试、上线及运维，并集成PLC、SCADA、MES等工业系统
• 扎实的Python编程能力，精通LangChain、LangGraph等主流Agent开发框架
• 掌握大模型微调、RAG、提示词工程等大模型应用技术
• 熟悉工业系统（MES/SCADA/PLC）对接，了解API、消息队列等集成方式
• 具备时序模型（LSTM/Transformer）和传统机器学习（XGBoost等）在工业场景的应用经验

申请策略

• 在申请时，可以表达对新能源行业和智能制造的热情，以及对宁德时代技术路线的理解
• 准备好展示你过往项目的Demo或代码，以证明你的工程实战能力
• 突出工业智能体或大模型项目的完整落地经验，特别是从需求到部署的全流程
• 详细描述在LangChain、LangGraph等框架上的开发经验，以及RAG、模型微调等具体技术
• 强调对MES、SCADA、PLC等工业系统的集成经验，以及解决实际问题的能力
• 如有锂电或新能源行业背景，务必在简历中显著位置体现
• 系统学习LangGraph、OpenClaw等主流Agent框架，并动手实践
• 深入了解RAG技术，特别是如何构建工业领域的专业知识库

面试指南

• STAR法则：清晰描述项目背景、任务、行动和结果，突出个人贡献
• 技术+业务结合：在回答技术问题时，要强调对业务场景的理解，说明技术如何解决实际问题
• 结构化表达：对于系统设计问题，从需求分析、架构设计、模块划分、技术选型、部署运维等维度进行回答
• 请详细描述你过去开发的一个工业智能体项目，包括架构设计、技术选型和遇到的挑战
• 如何利用LangChain或LangGraph实现一个设备故障诊断的Agent？
• 在将大模型应用到工业场景时，如何保证回答的准确性和可靠性？
• 如何实现智能体与PLC、MES等系统的数据集成？
• 你如何评估和优化一个智能体在产线上的实际效果？