招聘:AI研发经理(建筑质量安全大模型)

关注公众号，掌握全球最前沿工程AI资讯

人工智能研发经理(建筑质量安全大模型)40-70k

武汉经验不限博士招1人

• 职位介绍
• 【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。  
• 岗位职责： 
• 1、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。 
• 2、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。
•  3、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。 
• 4、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。 
• 5、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。 
• 6、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。 

•  任职要求： 
  一、核心技术能力（必备） 
• 1、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。 
• 2、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。
•  3、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。 
• 4、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。 
• 5、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。 
• 二、管理与综合能力（必备） 
• 1、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。
•  2、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。 
• 3、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。 
• 4、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。
•  三、学历与经验要求（必备） 
• 1、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。
•  2、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。  
• 重点加分项：
•  1、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。
•  2、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。 
• 3、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。 
• 4、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。
•  5、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。
•  6、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。  

• 补充说明：
•  1. 该岗位为数据资产事业部核心技术岗，直接对事业部技术负责人汇报，拥有充足的研发资源与项目支持，可主导核心技术方向与团队建设；
•  2. 重点不是简单调用开源模型，而是要求候选人具备“技术研发+团队管理+场景落地”综合能力，到岗后可快速牵头项目、带领团队攻坚，推动AI技术真正服务于建筑质量安全管控； 
• 3. 享受局完善的薪酬福利体系、职业发展通道，助力个人与企业共同成长。

目标人群：建筑企业中层、数科部门、项目经理等中高级管理人员。信息部、技术部、总工室、工程管理部、项目五大经理

技术背景：非IT人员，工程管理5年以上经验，零代码/低代码Agent搭建为主，不涉及本地大模型平台与开发。

目标平台：各种AI平台，侧重国内平台（Kimi、Coze/扣子、workbuddy等）

核心交付：能独立开发部署产出可实际用于工作场景的Agent（如招投标助手、施工方案生成、进度分析等）

培训形式：线下集中+线上会议室  

课程时长：总课时＞100小时，周期两个月。

近期十篇内容推荐 

国内外16个AI审图和AI审BIM模型平台介绍

2026年建筑人工智能报告：AI自动审图最佳平台排名

4月建筑工程AI岗位招聘信息汇总

一分钟快速了解全球24篇AI-BIM专题研究论文

清华大学牵头《基于人工智能的BIM应用研究》共研单位的通知

全球近两年24篇建筑工程类AI-BIM专题研究论文汇总

基于深度学习框架的全自动合成 BIM 数据集生成【日本大阪大学】

清华同济武大等22篇土木工程AI前沿研究论文

清华大学土木工程系林佳瑞团队的Qwen-BIM基于设计的AI大语言模型

一位建筑央企20年经验的专家对工程AI的总结