1. 与制造、工程及 IT 团队合作，识别产线场景中的 AI/ML 应用机会（如预测性维护、质量检测、能耗优化、产线调度等），并将其转化为可落地的技术方案。 2. 负责制造自动化与数据应用的设计、开发与测试，覆盖数据采集、特征工程、模型训练、部署与可视化等完整流程。 3. 运用机器学习、深度学习、计算机视觉及时序分析技术，提升设备预测性维护能力、质量检测准确度、良率分析效率及关键 KPI 表现。 4. 构建数据管道、数据平台与 MLOps 流程，确保模型在生产环境中稳定运行、可监控与可迭代。 5. 跟踪前沿 AI 技术趋势，参与创新方案的快速原型开发与验证，并推动优秀技术在工厂规模化落地。 6. 撰写技术文档、开发指南与实践沉淀材料，支持组织技术能力持续提升。