松下电器
AI高级实施顾问
AI高级实施顾问
发布于 1 天前普通员工/个人贡献者
无锡市 / 上海市
高级经验
全职员工
仅现场办公
本科
人工智能
机器学习
供应链
数据分析
特征工程
项目交付
解决方案设计
模型构建
低代码平台
大语言模型
AI 估算 · 25k–45k
高级AI实施岗位，上海/无锡薪资水平较高，技术稀缺，对标市场中等偏上。
职位详情
关于这个职位
该职位是松下电器的AI高级实施顾问，聚焦于利用机器学习和大语言模型技术，为工业场景（如设备预测、工艺优化）开发数据驱动解决方案
你将负责从数据理解到模型交付的全流程，并深入客户现场参与项目支持
适合有5年以上经验、熟悉供应链流程和AI技术的人才
最低要求
教育程度：本科及以上学历，且至少5年以上工作经验
专业要求：计算机科学、软件工程、人工智能、数据科学等相关专业
语言能力：CET-4及以上
计算机能力：
·熟悉供应链（计划、采购、生产、物流等）主要业务流程与痛点
·具备良好的方案设计、文档编写和宣讲能力
·对大语言模型等AI技术的基本原理、应用场景和局限性有基本了解，能够与技术团队进行有效协作
工作职责
机器学习与AI应用开发：利用低代码大模型应用平台与机器学习方法（如预测模型、相关性分析、时序分析等），开发面向设备预测、工艺优化、质量分析等场景的数据驱动解决方案
端到端解决方案设计与交付：从数据理解、特征工程、模型构建到系统集成，独立或协同完成可落地的机器学习或者Agent应用，并输出相应技术方案与架构文档
全流程项目支持：深入客户现场，参与业务调研、数据探查、PoC验证与交付部署，为典型工业场景提供可解释、可复用的数据智能解决方案
优先资格
会日语或英语优先
AI 洞察
优缺点分析
- 加入世界500强松下电器，平台大、资源丰富，项目稳定
- 聚焦AI前沿技术（大语言模型、机器学习），技能提升快，市场稀缺度高
- 涉及工业场景，能积累宝贵的行业经验，解决方案价值高
- 需要频繁出差到客户现场，可能影响工作生活平衡
- 必须快速学习低代码平台和新兴AI工具，持续学习压力大
- 工业场景数据质量参差不齐，对数据清洗和特征工程能力要求高
- 适合有机器学习背景、愿意深入行业应用、能接受短期出差的求职者
角色解读
- 技术方向：从AI实施顾问成长为人工智能专家或解决方案架构师，主导复杂工业AI项目
- 管理方向：向技术团队管理岗位发展，带领团队完成AI解决方案的落地
- 行业专家方向：深入特定工业领域（如制造、供应链），成为行业解决方案专家
- 利用低代码大模型平台和机器学习方法，开发面向工业场景（如设备预测、工艺优化）的数据驱动解决方案
- 负责从数据理解、特征工程到模型构建与系统集成的端到端解决方案设计与交付
- 深入客户现场，参与业务调研、数据探查、PoC验证与部署，为工业场景提供可解释的AI解决方案
- 扎实的机器学习与AI技术基础，熟悉预测模型、时序分析、大语言模型等
- 了解供应链主要业务流程，具备方案设计与文档编写能力
- 掌握低代码大模型应用平台的使用，能够将业务需求转化为技术方案
申请策略
- 在面试中表达对工业AI落地的热情，可提前了解松下在智能制造方面的布局
- 强调自己的团队协作和客户沟通能力，因为该职位需要与多方协作
- 突出机器学习项目的端到端交付经验，包括数据清洗、模型开发、部署上线
- 强调对工业/制造场景的理解，例如供应链优化、设备预测等案例
- 展示使用低代码平台或大语言模型的经验，尤其是相关项目成果
- 补充低代码AI平台（如百度EasyDL、阿里PAI等）的实操经验
- 深入学习大语言模型的微调、RAG等技术，了解其在工业中的应用
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化回答项目经验
- 强调业务理解与模型可解释性，展示将技术转化为业务价值的能力
- 对于数据质量问题，展示数据清洗和特征工程的系统方法
- 请介绍一个您主导的机器学习项目从数据到部署的完整流程
- 如何选择适合工业场景的模型？请举例说明
- 如果客户提供的数据质量很差，您会如何应对？
- 您对大语言模型在工业场景中的应用有什么看法？
- 请解释一下时间序列预测在设备维护中的具体应用
匹配度报告
69
综合匹配度
大平台前沿AI技术，薪资优厚但需出差现场。
适合人群
适合注重技术成长与薪资回报、能接受出差现场工作、对工业AI有热情的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展85
工作生活40
使命价值70
薪资福利匹配
80较高
薪资竞争力强（上海/无锡高级岗位），公司平台大且稳定，但JD未明确福利，总体补偿性较好。
薪资信号未披露 (25K-45K/月)
成长发展匹配
85较高
技术前沿（大语言模型、机器学习），成长空间大，但JD未提及晋升路径或培训，仍属高发展性。
技术前沿前沿/新兴技术
技术栈机器学习、大语言模型、低代码平台、预测模型、时序分析
业务类型ambiguous
工作生活匹配
40较低
需深入客户现场，出差较多，工作模式为仅现场办公，WLB不明确。
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）
使命价值匹配
70中等
推动工业智能化有一定社会价值，行业稳定，但JD未提使命感内容。
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