1.痛点洞察与场景定义:深入量产与研发部门,识别良率和缺陷分析流程中的核心痛点,规划AI智能体的关键应用场景;2.架构蓝图设计:主导智能体整体架构设计,定义不同职能的智能体角色,并设计其协作机制与知识共享体系;3.技术路线图制定:规划融合机器学习、深度学习、多智能体强化学习的阶段性演进路线,确保系统能处理多模态数据,实现从识别、分析到解决的闭环优化;4.技术领导与协同:作为技术总负责人,指导算法、数据、软件工程团队进行平台开发,并与工艺整合、缺陷、量测等部门协同,确保系统与现有工作流程无缝集成;5.价值闭环与指标驱动:建立衡量系统价值的关键指标,如缺陷检测覆盖率、根因分析准确率等,并驱动产品持续迭代优化。
联系我时,请说是在58同城上看到的,谢谢!