一、核心岗位职责1.场景化智能体架构设计需求解构与技术选型机器人、AI眼镜等不同行业场景的差异化需求,设计多模态智能体架构,涵盖NLP、CV、语音处理的深度融合方案。例如,为巡检机器人设计结合USLAM自主导航与热成像监控的实时监测预警系统。工作流设计与优化基于COZE年新增的对话流与工作流双引擎功能,构建复杂交互逻辑。例如,在老年人陪伴中实现基于历史对话的上下文管理,结合动态知识库提供个性化交互。行业知识库工程为巡检机器人构建目标识别或故障诊断知识库,设计动态知识更新机制,支持与企业ERP系统的数据同步;为特定人群构建符合《个人信息保护规定的安全对话模型,实现敏感内容过滤与数据加密存储。2.边缘端智能体开发与优化模型轻量化部署AI眼镜(骁龙AR1)等低算力设备,运用TensorRT、ONNXRuntime等工具进行模型量化(FPINT8)与剪枝,将模型体积压缩至原体积的1/5以下,同时保证推理准确率>95%。例如,在巡检机器人中优化YOLOv8目标检测模型,实现特定场景下的实时目标识别。实时交互系统开发开发端侧多模态交互引擎,实现语音指令(如启动巡检任务)、视觉识别、触觉反馈(如AR眼镜的震动导航)的协同响应,支持边缘端独立运行与云端算力调度的无缝切换。硬件协同开发主导智能体与硬件通信协议(如蓝牙5.0BLE、UWB定位)的联调,解决传感器数据丢包、时序同步等工程问题。例如,在巡检机器人中实现激光雷达与摄像头的多传感器融合,确保障碍物识别精度<5cm。3.行业级解决方案落地巡检机器人领域开发异常监测预警系统,集成可见光与热成像监控模块,实现设备温度异常、人员闯入等场景的实时预警。AI眼镜领域构建多模态环境感知系统,通过CV算法识别障碍物(如盲道缺失)、OCR识别文字,结合语音合成与触觉反馈提供导航服务。在地铁站等复杂场景下,路径规划准确率>95%,交互延迟<0ms。二、任职资格要求1.以上,3年以上AI智能体开发经验。2.技术能力矩阵智能体开发平台精通COZE全流程开发,熟悉年新增的对话流优化、模型对比调试等功能;掌握AutoGenStudio、LangChain等框架,具备工作流设计、插件开发、知识库构建的实战经验。多模态技术栈NLP掌握大模型微调(LoRA、QLoRA)、提示工程优化(如思维链CoT),在教育、工业等垂直领域有领域适配经验。例如,为巡检机器人设计专业术语识别模型,提升故障诊断准确率。CV熟悉YOLOv8、SAM等视觉模型,具备实时目标检测、图像分割的工程化部署经验。例如,在巡检机器人中实现基于深度学习的设备表面缺陷检测。语音处理掌握端侧语音唤醒(WakeWordDetection)、实时语音合成(如EdgeTTS)技术,熟悉FFmpeg音频编解码。边缘计算熟练使用TensorRT、ONNXRuntime进行模型优化,在树莓派、JetsonNano等边缘设备上有成功部署案例。3.行业经验要求智能硬件场景至少主导过2个智能硬件(如机器人、可穿戴设备)的智能体开发项目,熟悉硬件开发流程(如需求评审、DFM设计)。例如,具备巡检机器人从原型开发到量产交付的完整经验。4.工程能力要求全链路开发具备从需求分析到量产交付的完整项目经验,熟悉敏捷开发流程,能独立编写技术方案、测试用例、用户手册。例如,在AI眼镜项目中主导端云协同架构设计与联调。问题解决能力擅长定位并解决智能体开发中的疑难问题(如多模态数据对齐、边缘端内存泄漏),有复杂系统调优经验。例如,通过模型量化与动态资源调度,将巡检机器人的推理延迟降低至0ms以下。三、加分项*与培训持有COZE高级智能体工程师*」、*IDIA边缘计算*者优先。开源贡献在GitHub等平台贡献过智能体相关开源项目(如COZE插件库、边缘AI工具链)。行业影响力在智能体、多模态交互领域发表过核心期刊论文或拥有发明专利。
联系我时,请说是在58同城上看到的,谢谢!