关于这个岗位： 我们正在推动 AI 从个人效率工具融入可重复的研发流程，并将有效实践沉淀为团队级工程能力。你将与领域专家合作，把真实需求转化为实用的 AI 方案和可复用资产。 你的使命： 将工程知识和流程转化为 Prompt、Skill、Agent、知识资产与自动化工具；整合零散资源，验证新方法，并通过试点、文档、分享和培训推动采用。 岗位职责 1. 需求共创与流程梳理 与 Function 团队负责人和领域专家明确目标、输入、输出、规则、异常及验收标准，判断适合采用 Prompt、Skill、Agent、知识库、确定性脚本或人工审核的环节。 2. AI 应用原型与工程实现 使用 Python、Git、API 及公司批准的 AI 工具，开发并集成 Prompt、Skill、Agent、自动化脚本和组合工作流，定义上下文边界、工具调用、输入输出、异常处理及审核点。 3. 测试、评估与质量改进 建立代表性测试集，执行回归测试并记录失败，识别问题来自 Prompt、Context、Knowledge、Tool、Mapping、Model 或流程设计，并将验证后的改进沉淀回共享资产。 4. AI 资产整理与治理 盘点项目、代码仓库和知识库中的 Prompt、Skill、Agent、模板与脚本，补充统一的元数据、Owner、Reviewer、版本、示例、范围、状态、反馈及下线说明，提升复用和可发现性。 5. 前沿 AI 探索与 PoC 持续关注生成式 AI、Agent、RAG、MCP 和 LLM Evaluation 等前沿技术与实践，围绕真实研发需求开展小型 PoC，通过测试证据和用户反馈验证价值，并输出可复用的评估结论与指导。 6. 文档、赋能与推广 编写快速入门、示例、FAQ、贡献指南和故障排查说明。将技术调研与 PoC 结果转化为技术分享、Workshop、Office Hour 和团队培训，并通过受控试点、反馈收集和持续迭代推动采用。 你将如何工作 •    研发团队负责人负责岗位方向、需求优先级和跨团队协调。 •    Function 团队负责人和领域专家提供流程、规则、样例、风险边界和验收标准。 •    你负责结构化输入，并交付原型、测试、文档、版本管理和试点支持。 •    影响产品质量、安全、合规或客户交付的输出，必须由相关领域专家审核批准。 •    以采用效果、证据、效率、质量和返工减少衡量成功，而不仅是 Agent 或 Skill 数量。 我们看重的工作方式 先来源，后工具    先理解问题和事实来源，再选择解决方法。 事实胜于假设    区分事实、假设和推断，不让 AI 补全未知规则。 证据胜于演示    展示失败、分析原因、验证修改并快速迭代。 复用胜于一次性    将成功尝试沉淀为可治理、可采用的资产。 与专家共创    尊重领域判断，同时提出清晰问题和改进建议。 你将获得 •    直接与研发团队负责人合作，参与 AI 应用优先级讨论。 •    与嵌入式软件、软件、硬件、结构、测试和系统架构等领域专家协作。 •    在真实研发流程中将想法从 PoC 推进到团队级复用。 •    系统提升 AI 应用工程、研发自动化、质量评估、知识治理和技术赋能能力。 任职要求 基本要求 •    本科及以上学历，计算机、软件工程、电子信息、自动化、人工智能或相关专业。 •    应届毕业生或毕业 1 年以内。 •    具备良好的编程基础，能够使用 Python 或其他常用语言完成脚本、数据处理或简单 API 集成。 •    熟悉 Git 基本操作，理解版本、分支、Commit 和代码 Review。 •    实际使用过生成式 AI 完成课程项目、毕业设计、实习、开发、研究或自动化任务。 •    了解生成式 AI 与 Agent 领域的前沿技术和实践趋势，能够通过 PoC、测试证据和真实场景反馈验证方案，并将结论转化为团队分享或培训。 •    能够将模糊问题结构化为目标、输入、输出、步骤、约束、异常和验收条件。 •    具备良好的学习、沟通、技术写作和演示能力，愿意进入陌生工程领域。 •    重视测试、证据、人工审核和持续改进。 •    具有良好的英语读写能力，能够阅读技术资料并进行基本工作沟通。 优先考虑 •    有 GitHub Copilot、Claude Code、Codex 或其他 Agent 类编码工具使用经验。 •    有 Agent、RAG、Tool Calling、Workflow、MCP 或 LLM Evaluation 项目经验。 •    有 Python 自动化、测试框架、CI/CD、GitHub Actions、内部工具或 Developer Experience 经验。 •    接触过嵌入式开发、单片机、电子设计、硬件测试、机器人或软硬件集成。 •    能通过课程项目、毕业设计、竞赛、开源或实习展示代码、测试、文档和迭代过程。 •    做过供他人使用的工具或工作流，并有技术分享、Workshop、助教或培训经验。 招聘流程 通过初步筛选的候选人将参加基于研发场景的实践型 Hackathon 面试，重点考察需求理解、AI 工具应用、原型实现、测试验证、文档表达和现场迭代。候选人可在遵守数据和工具使用要求的前提下使用熟悉的 AI 辅助开发工具。 申请建议 请在简历或作品集中重点展示 1 至 3 个项目，说明所解决的问题、需求澄清方式、AI 与确定性代码的分工、测试方法、失败与迭代，以及成果是否被他人实际使用。若使用过 GitHub Copilot、Claude Code、Codex 或类似工具，请说明具体场景和产出。 合作对象：嵌入式软件、软件、硬件、结构、测试和系统架构团队 核心目标：将分散的 AI 实践转化为团队可复用的工程能力 成长路径：AI Asset Engineer → AI Workflow Engineer → AI Application Co-creation Lead Honeywell Technologies is a global, pure-play automation company with a legacy of innovating to help solve the world’s most mission-critical challenges, enhancing the quality of life for people and communities around the world. We serve the building, industrial and process sectors with a broad portfolio of services, solutions and products, underpinned by our Honeywell Technologies Accelerator operating system and Honeywell Technologies Forge intelligence layer. By combining the deep domain expertise of our more than 50,000 employees with decades of data from our global installed base, we are uniquely positioned to lead the industrial sector’s transition from automation to autonomy.