JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "人工智能研发经理（建筑质量安全大模型）",
"job_level": "经理",AI生成
"work_category": "",AI生成
"department": "",
"location": "武汉",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "武汉某大型建筑行业数字化转型服务公司",
"company_industry": "计算机软件",
"company_size": "10000人以上",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 40000,
"max": 70000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 5,
"degree": "硕士",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "【岗位定位】核心技术负责人岗，牵头建筑质量安全领域人工智能研发团队，聚焦施⼯现场质量安全场景，主导多模态⼤模型及相关AI技术的研发、落地与迭代，核⼼目标是将AI能力转化为现场可落地、可复⽤的质量安全管控工具，破解工地现场安全隐患识别、质量缺陷排查等核心痛点，支撑事业部数据资产与AI技术深度融合，打造建筑行业质量安全AI标杆。\n岗位职责：\n• 技术统筹与团队管理：担任人工智能研发团队负责人，搭建并优化研发团队架构，负责团队人员招聘、培养、考核与激励，带领团队攻克技术难点，制定研发计划并推动落地，确保研发项目按时、按质完成。\n• 核心技术研发与落地：主导建筑施工现场质量安全场景的大模型、多模态模型研发工作，重点围绕安全隐患识别、质量缺陷识别、风险预判、现场巡检、问题定位与闭环整改等核心任务，统筹开展数据建设、样本标注、模型训练、效果评测、工程化部署及生产场景落地全流程工作。\n• 模型生产化治理：推动多模态大模型能力从“实验室可用”向“施工现场可用”转化，依托Harness框架，将模型、数据、规则、工具、业务流程、人审机制及反馈迭代体系有机串联，建立完善的AI应用全流程管控体系，保障AI能力在真实工地场景中稳定、可控、可追溯、可迭代。\n• 场景深度适配：深入理解建筑施工质量安全管理核心需求，联动事业部业务部门及一线项目，围绕人员不安全行为、临边洞口防护、高处作业规范、脚手架搭设、起重机械运行、用电消防规范、材料堆放标准等场景，优化模型算法，提升AI识别精度与场景适配性。\n• 技术创新与迭代：跟踪人工智能、大模型、多模态技术前沿动态，结合建筑行业特点与公司业务需求，引入先进技术与方法论，推动模型算法、研发流程、应用模式的持续创新；建立模型迭代优化机制，基于现场反馈数据持续提升AI应用效果。\n• 跨部门协同：联动数据资产、业务运营、项目管理等相关部门，推进AI技术与建筑质量安全业务的深度融合，协调解决研发与落地过程中的跨部门协作问题，确保AI产品贴合业务实际、满足现场应用需求。\n任职要求：\n一、核心技术能力（必备）\n• 具备扎实的机器学习、深度学习及大模型技术功底，精通多模态大模型、视觉大模型、目标检测、图像分割、图文理解等核心技术，熟悉主流大模型（如LLaMA、Qwen、ViT等）的原理、训练方法与调优技巧。\n• 拥有完整的AI模型研发与工程化落地经验，能够统筹带领团队完成数据清洗、样本构建、模型训练、调优迭代、效果评测、误差分析、性能优化及部署上线全流程工作，具备独立解决复杂技术难题的能力。\n• 熟悉建筑施工现场质量安全管理场景，能够精准把握工地现场安全隐患、质量缺陷的核心识别要点，可围绕人员行为、临边洞口、高处作业、脚手架、起重机械、用电消防、材料堆放等场景，主导模型能力建设与优化。\n• 理解建筑质量管理核心需求，能够支撑实体质量缺陷、工序质量问题、现场图像识别、质量风险预判等相关模型的研发与应用，具备将技术与业务场景深度结合的能力。\n• 具备工程化思维，熟悉模型生产化治理流程，能够通过工作流设计、规则引擎、权限控制、人机协同、日志留痕、评测回归等方式，提升模型在生产环境中的可靠性、可控性与可维护性。\n二、管理与综合能力（必备）\n• 具备3年及以上人工智能研发团队管理经验，能够有效搭建团队、培养人才、分配任务、推进项目，具备良好的团队领导力、沟通协调能力与问题解决能力。\n• 具备完整的AI项目闭环落地思维，能够设计从“现场数据采集—模型识别—风险判断—结果复核—问题整改—反馈迭代”的全流程方案，确保AI应用真正解决现场实际问题。\n• 具备较强的责任心、执行力与攻坚意识，能够适应建筑行业场景特点，主动对接一线需求，推动技术落地见效；具备良好的抗压能力，可应对多项目并行及技术攻坚需求。\n• 具备良好的文档撰写与汇报能力，能够清晰梳理研发思路、项目进展及技术成果，对接内部管理及业务部门，同步项目情况。\n三、学历与经验要求（必备）\n• 硕士及以上学历，计算机科学、人工智能、机器学习、图像处理等相关专业，博士学历优先。\n• 5年及以上人工智能研发经验，其中3年及以上大模型、多模态模型研发经验，1年及以上团队管理经验；有建筑行业AI研发经验者优先。\n重点加分项：\n• 有建筑施工安全大模型、质量安全隐患识别模型、工地现场巡检AI项目核心研发或负责人经验者优先。\n• 有多模态大模型在真实工地、工业园区、工业现场等复杂场景中落地经验，且能提供可验证成果者优先。\n• 有行业专用数据集建设、标注规范制定、多模型评测体系搭建、模型长期迭代优化经验者优先。\n• 熟悉Harness框架、智能体工作流、模型生产化治理、AI应用闭环设计，或有相关项目经验者优先。\n• 具备建筑行业从业背景，了解建筑施工质量安全管理流程、相关规范标准者优先。\n• 有国企、大型建筑企业或头部科技公司AI研发管理经验者优先。\n认证资质\n人力资源服务许可证",
"skills": [AI生成
"大模型",
"多模态大模型",
"机器学习",
"深度学习",
"目标检测",
"图像分割",
"图文理解",
"LLaMA"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/69d985a6e7f719c60nB439u1GVNX.html"
}
]
},
"posting": {
"posting_id": "69d985a6e7f719c60nB439u1GVNX",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/69d985a6e7f719c60nB439u1GVNX.html"
},
"fulltext": "【岗位定位】核心技术负责人岗，牵头建筑质量安全领域人工智能研发团队，聚焦施⼯现场质量安全场景，主导多模态⼤模型及相关AI技术的研发、落地与迭代，核⼼目标是将AI能力转化为现场可落地、可复⽤的质量安全管控工具，破解工地现场安全隐患识别、质量缺陷排查等核心痛点，支撑事业部数据资产与AI技术深度融合，打造建筑行业质量安全AI标杆。\n岗位职责：\n• 技术统筹与团队管理：担任人工智能研发团队负责人，搭建并优化研发团队架构，负责团队人员招聘、培养、考核与激励，带领团队攻克技术难点，制定研发计划并推动落地，确保研发项目按时、按质完成。\n• 核心技术研发与落地：主导建筑施工现场质量安全场景的大模型、多模态模型研发工作，重点围绕安全隐患识别、质量缺陷识别、风险预判、现场巡检、问题定位与闭环整改等核心任务，统筹开展数据建设、样本标注、模型训练、效果评测、工程化部署及生产场景落地全流程工作。\n• 模型生产化治理：推动多模态大模型能力从“实验室可用”向“施工现场可用”转化，依托Harness框架，将模型、数据、规则、工具、业务流程、人审机制及反馈迭代体系有机串联，建立完善的AI应用全流程管控体系，保障AI能力在真实工地场景中稳定、可控、可追溯、可迭代。\n• 场景深度适配：深入理解建筑施工质量安全管理核心需求，联动事业部业务部门及一线项目，围绕人员不安全行为、临边洞口防护、高处作业规范、脚手架搭设、起重机械运行、用电消防规范、材料堆放标准等场景，优化模型算法，提升AI识别精度与场景适配性。\n• 技术创新与迭代：跟踪人工智能、大模型、多模态技术前沿动态，结合建筑行业特点与公司业务需求，引入先进技术与方法论，推动模型算法、研发流程、应用模式的持续创新；建立模型迭代优化机制，基于现场反馈数据持续提升AI应用效果。\n• 跨部门协同：联动数据资产、业务运营、项目管理等相关部门，推进AI技术与建筑质量安全业务的深度融合，协调解决研发与落地过程中的跨部门协作问题，确保AI产品贴合业务实际、满足现场应用需求。\n任职要求：\n一、核心技术能力（必备）\n• 具备扎实的机器学习、深度学习及大模型技术功底，精通多模态大模型、视觉大模型、目标检测、图像分割、图文理解等核心技术，熟悉主流大模型（如LLaMA、Qwen、ViT等）的原理、训练方法与调优技巧。\n• 拥有完整的AI模型研发与工程化落地经验，能够统筹带领团队完成数据清洗、样本构建、模型训练、调优迭代、效果评测、误差分析、性能优化及部署上线全流程工作，具备独立解决复杂技术难题的能力。\n• 熟悉建筑施工现场质量安全管理场景，能够精准把握工地现场安全隐患、质量缺陷的核心识别要点，可围绕人员行为、临边洞口、高处作业、脚手架、起重机械、用电消防、材料堆放等场景，主导模型能力建设与优化。\n• 理解建筑质量管理核心需求，能够支撑实体质量缺陷、工序质量问题、现场图像识别、质量风险预判等相关模型的研发与应用，具备将技术与业务场景深度结合的能力。\n• 具备工程化思维，熟悉模型生产化治理流程，能够通过工作流设计、规则引擎、权限控制、人机协同、日志留痕、评测回归等方式，提升模型在生产环境中的可靠性、可控性与可维护性。\n二、管理与综合能力（必备）\n• 具备3年及以上人工智能研发团队管理经验，能够有效搭建团队、培养人才、分配任务、推进项目，具备良好的团队领导力、沟通协调能力与问题解决能力。\n• 具备完整的AI项目闭环落地思维，能够设计从“现场数据采集—模型识别—风险判断—结果复核—问题整改—反馈迭代”的全流程方案，确保AI应用真正解决现场实际问题。\n• 具备较强的责任心、执行力与攻坚意识，能够适应建筑行业场景特点，主动对接一线需求，推动技术落地见效；具备良好的抗压能力，可应对多项目并行及技术攻坚需求。\n• 具备良好的文档撰写与汇报能力，能够清晰梳理研发思路、项目进展及技术成果，对接内部管理及业务部门，同步项目情况。\n三、学历与经验要求（必备）\n• 硕士及以上学历，计算机科学、人工智能、机器学习、图像处理等相关专业，博士学历优先。\n• 5年及以上人工智能研发经验，其中3年及以上大模型、多模态模型研发经验，1年及以上团队管理经验；有建筑行业AI研发经验者优先。\n重点加分项：\n• 有建筑施工安全大模型、质量安全隐患识别模型、工地现场巡检AI项目核心研发或负责人经验者优先。\n• 有多模态大模型在真实工地、工业园区、工业现场等复杂场景中落地经验，且能提供可验证成果者优先。\n• 有行业专用数据集建设、标注规范制定、多模型评测体系搭建、模型长期迭代优化经验者优先。\n• 熟悉Harness框架、智能体工作流、模型生产化治理、AI应用闭环设计，或有相关项目经验者优先。\n• 具备建筑行业从业背景，了解建筑施工质量安全管理流程、相关规范标准者优先。\n• 有国企、大型建筑企业或头部科技公司AI研发管理经验者优先。\n认证资质\n人力资源服务许可证"
}