AI Development Engineer

Caterpillar Inc.

. 负责车端故障事件检测与数据自动切片、回传工具开发，支持感知、定位、规划、控制等节点故障信号触发。 .

Posted 9/18/2026full-timeWuxi • ChinaMid-LevelSeniorWebsite

Core Competencies

Role fit

Core Competencies

Use this summary to align your resume positioning with the role.

Demonstrates expertise in developing and optimizing VLM-based automated diagnostic capabilities, integrating multimodal data for fault detection and analysis. Proficient in building MLOps pipelines and ensuring system scalability and observability in autonomous driving applications.

Highest-signal resume keywords

Python ProgrammingVLM Project ExperienceMLOps Pipeline DevelopmentMultimodal Model TrainingFault Diagnosis in Autonomous Driving

ATS Keywords

Tailor your resume

Applicant Tracking System Keywords

Tip: use these terms in your resume and cover letter to boost ATS matches.

Hard Skills

C++GoJavaWeb Backend DevelopmentRESTful APIDatabase DesignDockerLinuxMachine LearningDeep Learning

Tools & Technologies

KubernetesGPU SchedulingMLflowKubeflowONNXTensorRTReactVueTypeScriptROS/ROS2

Industry Keywords

Autonomous DrivingRoboticsADASData AnnotationCorner Case MiningSFTLoRAQLoRARAGVector Retrieval

Tech Stack

Tools & technologies

DockerJavaKubernetesLinuxPythonReactTypeScriptVue.jsC++Go

About the role

Key responsibilities & impact

负责车端故障事件检测与数据自动切片、回传工具开发，支持感知、定位、规划、控制等节点故障信号触发。
建设企业级自动驾驶数据闭环平台，统一管理多矿山、多车辆、多版本回传数据，并打通数据标注平台。
负责基于 VLM 的自动化问题诊断能力开发，将图像、点云、轨迹、日志、故障码等多模态信息组织为模型上下文，自动输出故障现象、根因分析与排查建议。
结合 RAG、工具调用或 Agent 工作流完成复杂诊断，并建立证据引用与人工确认机制以控制模型幻觉。
负责 VLM 领域微调与评估体系建设（SFT、LoRA/QLoRA），持续沉淀现场数据实现闭环迭代。
建设 MLOps Pipeline，支持感知、融合等模型的一键训练、验证、导出（ONNX/TensorRT）与车端部署。
负责平台架构设计与核心开发，保障系统可扩展、高可用、可观测。

Requirements

What you’ll need

计算机、软件工程、人工智能、自动化等相关专业本科及以上学历。
5年以上软件平台、自动驾驶数据平台或 AI 工程系统开发经验。
熟练掌握 Python，并掌握 C++、Go 或 Java 之一。
熟悉 Web 后端、RESTful API、数据库设计及 Docker、Linux、CI/CD。
具备 VLM 或多模态大模型实际项目经验，能独立完成从方案到部署的全过程。
熟悉 SFT、LoRA、QLoRA 等微调方法，能构建多模态训练与评估数据集。
熟悉 Prompt Engineering、RAG、向量检索、工具调用或 Agent 工作流。
具备 VLM 推理部署与优化经验（量化、显存优化、推理加速）。
熟悉 React/Vue/TypeScript，能推动复杂数据可视化落地。
熟悉数据库、对象存储、缓存与消息队列等基础设施。
熟悉机器学习/深度学习模型的训练、评估与部署流程。
自动驾驶、机器人、ADAS 或矿山自动化项目经验。
自动驾驶故障诊断、数据回灌、Corner Case 挖掘经验。
熟悉 ROS/ROS2、ROS Bag、MCAP 等数据格式与通信框架。
熟悉 LLaVA、Qwen-VL、InternVL、CLIP 等开源多模态模型。
熟悉 Kubernetes、GPU 调度、vLLM、Triton 或 MLflow/Kubeflow 等工具。

Benefits

Comp & perks

Equal Opportunity Employer
Qualified applicants of any age are encouraged to apply
Talent Community opportunity