Magna AI 是一家全球综合价值链的 AI 转型工厂，构建智能企业的未来。通过涵盖战略、工程、集成和运营的统一方法，Magna AI 提供安全的 AI 基础设施、应用程序和服务，旨在推动可衡量的、可扩展的、全组织范围的转型。由 Trend Micro、NVIDIA 和 Wistron Digital Technology Holding Company 的下一代技术提供支持，Magna AI 使企业能够自信地发展为智能、适应性强且面向未来的组织。Magna AI 使企业能够自信地发展为智能、适应性强且面向未来的组织。构建企业 AI 经济。
工作总结：
拥有、构建和扩展 AI 应用程序和工程实践，作为全生命周期、生产级业务单元。该角色负责端到端的 AI 应用程序实现，从业务案例和用例工程到企业级和主权 AI 应用程序的架构、开发、部署和持续运营。
此角色管理我们构建的 AI 应用程序、它们的工程方式、安全性、可扩展性以及如何交付可衡量的业务成果。
实践范围：
A. AI 应用程序生命周期所有权
跨所有阶段的端到端责任
1. 业务案例和用例工程
将业务目标转化为 AI 适用的用例 • 确定 AI 相对于传统自动化的价值所在 • 定义可衡量的结果、KPI 和价值实现模型 • 构建 ROI、TCO 和采用模型 • 按可行性、影响和风险优先排序用例
2. 功能范围和解决方案设计
定义功能需求 • 确定 AI 与基于规则与混合方法 • 确定用户旅程和交互模型 • 决定构建与购买与增强 • 确定范围边界、集成和依赖关系
3. AI 架构和工程设计
应用架构：模块化和可组合设计 • 事件驱动、基于代理、面向服务的架构 • 多租户与单租户 • API 优先和集成优先模式
AI 和模型集成：模型选择（LLMs、视觉、语音、预测） • 微调与 RAG 与编排 • 多模型和多代理架构 • 延迟、成本、准确性权衡
数据工程：摄取和转换管道 • 特征存储和嵌入 • 数据质量、谱系、可观察性 • 实时与批处理
安全和治理设计：输入/输出验证 • 提示和模型安全 • 访问控制和身份 • 审计、可解释性、合规性
4. AI 应用程序开发
前端 AI 驱动的 UX • 后端服务和编排 • 代理逻辑、工作流、工具集成 • 模型服务和推理管道 • 人工参与的工作流
实践：生产级标准 • 版本控制（模型、提示、代理） • AI 应用程序的 CI/CD（MLOps + AppOps）
功能和非功能测试 • 幻觉、偏见、漂移测试 • 负载、性能、弹性 • 安全和对抗性测试 • 法规和政策验证
交付物：AI 测试框架 • 风险和控制矩阵 • 验收标准
6. 部署和运行时操作
生产所有权
跨云、混合和本地 AI 工厂的部署 • 运行时监控和可观察性 • 成本控制和推理优化 • 模型生命周期管理 • 持续改进和再培训
用户入职和启用 • 采用跟踪和行为分析 • 持续反馈循环 • KPI 跟踪和价值实现报告
B. 实践涵盖的应用领域
企业 AI（人力资源、财务、法律、运营、销售） • 行业 AI（政府、医疗、能源、金融） • 代理 AI 工作流 • AI 副驾驶和决策支持系统 • AI 自动化和编排平台 • 关键任务和受监管的 AI 系统
实践管理职责：
• 实践组合和产品：AI 用例发现 • AI 应用架构 • AI 工程和构建 • 代理工作流开发 • AI 应用操作 • 参考架构和可重用资产
• 商业和 P&L 所有权：收入、利润率、利用率、成本 • AI 开发、平台、订阅、基于使用的服务定价 • 大型 AI 项目的治理
• 交付治理和质量：工程标准和护栏 • 应用程序的一致性 • 高风险部署的升级 • 合同、法规、道德合规
• 平台、工具和标准：批准的 AI 堆栈和工具 • 模型、提示、代理标准 • 内部加速器 • 与基础设施和云实践的互操作性
• 高管和利益相关者参与：高管咨询 • 业务到 AI 路线图翻译 • 战略计划和合作伙伴关系中的代表
所需的个人资料
12-15 年以上的软件工程经验，具有深厚的 AI 经验 • 生产 AI 应用程序的交付证明 • 强大的 LLM、代理和 AI 平台知识 • 在受监管的企业环境中的经验 • 大型工程实践或平台的所有权
