1.戰(zhàn)略規(guī)劃
頂層設計：根據(jù)集團戰(zhàn)略和公司業(yè)務發(fā)展結合線束制造業(yè)務目標，制定AI+信息化融合戰(zhàn)略，明確ERP、SCM等系統(tǒng)智能化升級路徑，匹配工廠政策優(yōu)勢與產(chǎn)能需求。
? 資源整合：調(diào)研外部工業(yè)AI算法、智能數(shù)據(jù)分析平臺，評估其與內(nèi)部產(chǎn)能、供應鏈需求的適配性，輸出可行性方案。
2. 智能架構重構與系統(tǒng)落地
? 架構設計：設計融合AI能力的企業(yè)級IT架構，明確ERP、SCM、MES、AI分析平臺的接口標準與數(shù)據(jù)流轉邏輯。
? 系統(tǒng)智能化升級：牽頭推進現(xiàn)有系統(tǒng)（ERP/SCM）的智能化改造，嵌入AI預測功能（如原材料價格波動預警、產(chǎn)能負荷預測），消除數(shù)據(jù)孤島。
3. AI場景創(chuàng)新與價值挖掘
? 生產(chǎn)與工藝AI：主導AI工具選型（如智能排產(chǎn)APS、視覺質(zhì)檢模型），解決線束生產(chǎn)中的工藝優(yōu)化、換型頻繁及質(zhì)量檢測痛點。
? 供應鏈AI：利用AI技術整合采購、銷售數(shù)據(jù)，構建智能比價與市場趨勢分析模型，輸出供應鏈成本控制與交易決策支持報告。
4. 數(shù)據(jù)治理與資產(chǎn)化
?建立企業(yè)數(shù)據(jù)標準與治理體系，整合生產(chǎn)、采購、財務及外部市場數(shù)據(jù)，為AI模型提供高質(zhì)量數(shù)據(jù)源。
?評估數(shù)據(jù)安全風險，制定防控措施，確保系統(tǒng)改造與數(shù)據(jù)使用符合國家法律法規(guī)及行業(yè)監(jiān)管要求。
5. 項目管理與組織賦能
? 團隊建設：構建數(shù)字化與AI人才梯隊，組織內(nèi)部AI工具使用培訓，推動數(shù)字化文化建設，提升全員數(shù)字化操作能力。
1. 學歷與專業(yè)
- 本科及以上學歷，計算機科學、信息技術、工業(yè)工程、智能制造等相關專業(yè)優(yōu)先。
2. 工作經(jīng)驗
- 5年以上制造業(yè)信息化建設或數(shù)字化轉型相關工作經(jīng)驗，具備ERP、SCM、MES等系統(tǒng)實施與優(yōu)化經(jīng)驗
有線束加工、電子制造等制造業(yè)從業(yè)背景者優(yōu)先。
3. 綜合能力
- 優(yōu)秀的跨部門溝通協(xié)調(diào)能力，能推動生產(chǎn)、采購、財務等部門協(xié)同完成系統(tǒng)改造。
- 具備較強的項目管理能力，能把控項目進度、風險與質(zhì)量。