一、设备互联及数据平台整体产品架构与设计
1. 负责工业设备互联及数据平台整体产品规划、架构设计与迭代落地，覆盖设备数采、协议适配、数据清洗、时序存储、数据服务治理、数据中台（数据湖/数据仓库）等全链路，输出完整产品架构方案、原型、PRD、技术规范与落地 roadmap。
2. 针对工厂OT/IT融合场景，设计标准化、可复用、可扩展的数采体系，支持PLC、SCADA、传感器、MES、设备台账等多源工业数据接入，针对工业场景下的海量时序数据处理需求，进行技术栈选型（如物联网时序数据库、流式计算引擎、大数据批处理框架）。
3. 制定工业数据标准、字段规范、编码规范，搭建企业级工业数据治理体系，为上层AI应用、生产分析、工艺优化、质量管控提供数据底座。
二、制造场景AI智能体（AI Agent）产品架构与开发落地
1. 负责制造业AI智能体体系整体架构设计与产品化建设，围绕设备运维、工艺调优、异常诊断、质量分析等工厂核心场景，设计专属工业AI智能体能力模型。
2. 基于大模型/工业垂类模型，设计智能体感知、推理、决策、工具调用、任务编排、多智能体协同能力，实现工业场景自动化分析、自主判断、闭环处置，替代传统人工研判与重复操作。
3. 负责AI智能体产品从0到1搭建，包括智能体工作流设计、知识库搭建、提示工程优化、场景落地调试、版本迭代，输出可落地、可复用、可复制的工业AI Agent产品模块。
三. 技术攻坚与团队协同：
1. 主导和领导核心模块的代码开发（POC原型验证或核心框架搭建）。
2. 作为技术接口人，对接业务、交付、客户，梳理需求、拆解目标、把控项目落地节奏，解决平台与智能体落地过程中的架构与产品问题。
3. 持续跟进工业大数据、AI智能体、工业大模型前沿技术，优化产品架构与技术体系，保障产品长期演进性与行业竞争力。