宁德时代
高级智能产线工程师
高级智能产线工程师
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Gpu推理
Langgraph
Mes
Rag
多模态
大模型
工业Ai
值不值得投
76综合评分
综合评分 76
新能源巨头的前沿AI技术岗，技术挑战大、成长空间高，但需接受宁德的工作地点和可能的较高工作强度。
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
40K
与人工智能中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 980 个在招 · 其中人工智能 19 个
市场机会
选择适中
宁德 · 人工智能 · 17 个在招
职位详情
关于这个职位
该职位是宁德时代（CATL）面向智能制造转型的核心技术岗，负责将大模型、Agent框架与工业场景深度结合，构建工厂的AI知识中枢与自动化Workflow系统
你将主导从模型选型、Agent框架设计到产线工程化部署的全链路落地，推动工厂从"人驱动"向"Agent驱动"演进
这是一个技术挑战大、业务价值高的前沿岗位，适合具备扎实AI工程能力并渴望在工业场景中实现技术落地的候选人
最低要求
本科及以上学历
具备Agent系统与Skill框架实战经验，深入理解LLM-based Agent架构（Planning、Tool Calling、Memory、Multi-Agent协同），有完整的Agent项目从0到1落地经验
熟练使用至少一种主流Agent框架（LangGraph、AutoGen、CrewAI等），有OpenClaw，Hermes Agent或同类垂直Agent框架的部署与调优经验优先
具备Skill系统设计与开发经验：能够将复杂任务拆解为可复用、可编排、可版本化的Skill单元，有Skill Engine或类似能力编排系统的实际建设经验
具备vibe coding与AI Native工程能力：
）熟练使用AI编程工具（Cursor，CodeX，Claude Code等）进行高效开发，具备快速原型构建、代码生成与重构能力
）有"用AI写AI"的实战经验：能够利用LLM辅助生成Prompt，Tool定义、Workflow逻辑，形成人机协同的开发范式
）工程能力强，能独立将原型转化为生产级代码，熟悉Python，Docker、服务化部署及GPU推理优化
场景落地与产品化能力：
）具备将模糊业务需求转化为可执行Agent Workflow的能力，有复杂场景（不限于工业）的0→1落地经验
）理解"AI能做什么"与"场景真正需要什么"之间的gap，能够权衡模型能力、系统复杂度与业务价值，做出务实的技术决策
）有快速理解新领域（如工业制造、设备控制、质量检测）并构建对应AI解决方案的经验，学习能力强，不依赖领域知识预设
大模型与多模态基础：
）熟悉主流LLM（GPT-5，Claude，Llama，Qwen等）的能力边界与调用优化
）了解VLM/多模态模型基础，有视觉-语言交互、工具调用链中接入多模态能力的经验优先
工作职责
基于大模型、Agent框架与Skill系统，将设备调试、工艺优化、质量诊断等工业流程抽象为可理解、可编排、可执行的AI能力，推动工厂从"人驱动"向"Agent驱动"演进
核心职责：
）工业AI Agent与Workflow系统开发
设计面向工业场景的Agent Framework，支持复杂任务的自主规划、工具调用与多步执行
基于LLM + RAG构建工厂知识中枢，实现设备手册、工艺规范、历史案例的结构化检索与推理
开发Tool Calling与Memory机制，使Agent能够调用视觉检测、参数配置、日志分析等工业工具，形成可执行的Workflow
针对设备异常诊断、工艺参数优化、质量根因分析等场景，构建具备工业推理能力的Agent应用
）Skill系统与工业能力抽象
将视觉检测逻辑、设备调试流程、工艺参数规则等工业经验抽象为标准化、可复用、可编排的 Manufacturing Skills
参与Skill Engine设计，实现工业能力的注册、组合、版本管理与动态调用
构建工厂Memory System，支持产线数据的时序关联、经验沉淀与跨场景迁移
）多模态工业AI模型集成
融合工业图像、设备日志、PLC时序数据、传感器信号等多源数据，构建多模态理解能力
针对锂电极片缺陷、电芯外观检测、工艺参数异常等场景，推动VLM/多模态模型的产线集成与效果优化
建立模型性能监控与数据回流机制，支持在线迭代
）产线工程化部署与系统闭环
负责模型服务化、Agent Runtime,Workflow调度系统的工程实现
打通视觉系统、MES,SCADA,PLC的数据接口，建立统一的数据流与任务流
保障AI系统在产线环境中的实时性、稳定性与可扩展性，实现从模型到控制的端到端闭环
AI 洞察
优缺点分析
优点
- 行业前景广阔：新能源与智能制造是国家战略方向，宁德时代作为行业龙头，平台大、资源足，技术落地场景丰富
- 薪资待遇优厚：岗位要求高，薪资对标一线大厂，且宁德生活成本较低，实际购买力强
- 技术复杂度高：需要同时掌握AI算法、系统工程和工业知识，对学习能力和技术深度要求极高
- 地理位置相对偏远：宁德非一线城市，生活便利性和娱乐资源相比大城市有一定差距
- 适合对AI技术有强烈热情、具备扎实工程能力，并愿意深入工业场景解决实际问题的技术型人才
缺点 / 挑战
- 技术挑战性强：涉及Agent、大模型、多模态、工业控制等多个前沿领域，能快速积累稀缺的复合型技术经验
- 工作强度可能较大：作为前沿技术落地项目，可能面临项目周期紧、跨部门协作多等压力
角色解读
- 技术专家路线：深耕工业AI Agent与多模态模型方向，成为智能制造领域的AI技术专家
- 管理路线：随着团队和业务扩张，可晋升为AI团队的技术负责人或项目负责人，带领团队推进更多智能化项目
- 业务跨界路线：凭借对工业场景的深刻理解，可转向智能制造解决方案架构师或产品负责人，主导更大范围的业务变革
- 设计并开发面向工业场景的Agent Framework，实现复杂任务的自主规划、工具调用与多步执行，推动工厂智能化转型
- 基于LLM+RAG构建工厂知识中枢，将设备手册、工艺规范、历史案例等知识结构化，支持智能检索与推理
- 将视觉检测、设备调试等工业经验抽象为标准化、可复用的Skill单元，并参与Skill Engine的设计与开发
- 负责模型服务化、Agent Runtime及Workflow调度系统的工程实现，打通MES、SCADA、PLC等系统数据接口，实现端到端闭环
- 深入理解LLM-based Agent架构（Planning、Tool Calling、Memory、Multi-Agent协同），并有完整的Agent项目从0到1落地经验
- 熟练使用LangGraph、AutoGen、CrewAI等主流Agent框架，具备垂直Agent框架的部署与调优能力
- 具备扎实的工程能力，精通Python、Docker、服务化部署及GPU推理优化，能独立将原型转化为生产级代码
- 熟悉主流LLM（GPT-5、Claude、Llama、Qwen等）能力边界，了解VLM/多模态模型，有视觉-语言交互经验者优先
申请策略
- 在求职信中表达对"AI驱动工业变革"的热情和理解，展示你对该岗位业务价值的认同
- 可以提前了解宁德时代在智能制造方面的公开报道和技术分享，在面试中展现你的行业洞察
- 重点突出Agent项目的完整落地经验，包括架构设计、技术选型、关键问题解决和最终效果，用数据量化成果
- 详细描述Skill系统或类似能力编排系统的设计思路和实现细节，体现抽象思维和工程化能力
- 展示使用AI编程工具（如Cursor、Claude Code）进行高效开发的案例，突出"AI Native"工作方式
- 如有工业、制造、设备控制等相关领域经验，务必强调，体现快速学习新领域的能力
- 系统学习LangGraph、AutoGen等主流Agent框架的源码和最佳实践，尝试构建一个完整的Agent应用
- 深入了解RAG技术，包括向量数据库选型、检索优化、知识图谱融合等，并动手实践
面试指南
- STAR法则：描述项目背景（Situation）、你的任务（Task）、采取的行动（Action）和最终结果（Result），重点突出个人贡献和量化成果
- 问题拆解法：面对复杂问题，先拆解为多个子问题，再逐一说明解决方案，展示系统化思考能力
- 权衡决策法：在回答技术选型或方案设计问题时，主动分析不同方案的优缺点，并说明你做出决策的权衡依据
- 请详细描述你过去负责的一个Agent项目，包括架构设计、技术选型、遇到的挑战及解决方案
- 如何将一个模糊的工业业务需求（如设备异常诊断）转化为可执行的Agent Workflow？请举例说明
- 在设计Skill系统时，如何平衡Skill的通用性和场景特定性？如何进行版本管理？
- 在将大模型能力集成到产线系统时，如何保障系统的实时性、稳定性和安全性？
- 谈谈你对vibe coding的理解，以及你如何在实际开发中应用AI编程工具提升效率？
职位点评
薪资福利75
成长发展95
工作生活45
使命价值85
薪资福利
75中等
该职位薪资对标一线大厂高级AI工程师，且宁德时代作为上市公司提供稳定的福利保障，但宁德非一线城市，整体薪酬竞争力需结合当地生活成本综合评估。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
该职位处于AI与工业制造交叉的前沿领域，涉及Agent、大模型、多模态等多项新兴技术，技术挑战大，成长空间广阔，能快速积累稀缺的复合型经验。
技术前沿前沿/新兴技术
技术栈大模型、Agent、LangGraph、RAG、多模态、VLM、GPU推理、Docker
业务类型profit_center
工作生活
45较低
该岗位为现场办公，工作地点在福建宁德，城市生活便利性一般。作为前沿技术落地项目，可能面临较高的工作强度和项目压力，工作生活平衡性一般。
工作模式仅现场办公
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
85较高
该职位直接服务于新能源龙头企业的智能制造转型，推动工业从"人驱动"向"Agent驱动"演进，具有明确的行业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动工厂从"人驱动"向"Agent驱动"演进
创新程度开拓性创新（行业首创）
Watch Jobs