1. 技术战略与架构规划 结合公司业务战略，制定3-5年物联网平台与AI系统的技术演进路线，搭建具备高弹性、高安全、可演进的分布式架构。 主导物联网云平台、边缘计算节点、智能终端的端边云协同架构设计，确保技术架构的前瞻性与成本可控性。 2. AI与物联网融合架构设计 物联网层： 负责设备接入层、消息通信、设备管理与影子、OTA升级等核心模块的架构设计，保障海量连接下的稳定性与消息实时性。 AI层： 构建AI工程化基础设施（MLOps），支持算法模型的快速部署、版本管理、A/B测试及在线推理。打通数据采集、特征工程、模型训练到上线的全链路。 场景融合： 设计智能策略引擎（规则引擎+AI决策），实现设备间的场景联动。 3. 核心系统设计与攻坚 主导高并发、高可用云原生架构的落地，处理高并发场景下的性能瓶颈。 负责数据湖/数据仓库架构设计，支撑设备时序数据、用户行为数据的存储与分析，为AI模型提供高质量数据底座。 牵头解决系统关键难题：如设备连接稳定性、大规模设备并发控制、AI模型的边缘端轻量化部署等。 4. 团队建设与管理 搭建并培养一支具备物联网、后端、大数据及AI工程化能力的复合型架构团队，建立技术梯队与人才培养机制。 制定技术规范、代码评审标准与架构设计文档规范，提升团队整体技术输出质量与效率。 统筹跨技术团队（如嵌入式、移动端、产品）的协同，推动技术方案高效落地。 5. 前瞻研究与合作生态 关注物联网通信协议、AIGC在智能家居领域的演进，探索新技术在照明场景的商业化落地。 参与云厂商及芯片厂商的生态合作，优化基础设施选型与成本控制。