Lead AI Platform Engineer

Caterpillar Inc.

. 制定 AI 平台的技术战略和多阶段路线图，覆盖 ML、VLA、LLM、RAG、Agent 等技术生态，平衡近期交付与长期演进。 .

Posted 11/4/2026full-timeWuxi • ChinaSeniorWebsite

Core Competencies

Role fit

Core Competencies

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

Demonstrates expertise in AI platform architecture and design, with a strong focus on ML, LLM, VLA, and RAG technologies. Proven ability to manage the full lifecycle of AI models, ensuring compliance and efficiency in deployment across various applications.

Highest-signal resume keywords

AI Platform Architecture DesignMachine Learning Lifecycle ManagementDeep Learning Frameworks (PyTorch)Cloud Native Technologies (Kubernetes, MLflow)Cross-Team Collaboration

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

AI Platform DevelopmentMachine LearningModel EvaluationData ManagementDistributed TrainingMLOpsLLMOpsModel GovernanceArchitecture AbstractionTechnical Judgment

Soft Skills

Cross-Team CommunicationTechnical Sharing

Tools & Technologies

PyTorchKubernetesMLflowRayTensorRTONNXOrin

Industry Keywords

Autonomous DrivingRoboticsIndustrial AI PlatformsNon-Road ScenariosAI GovernanceModel SafetyCompliance Systems

Tech Stack

Tools & technologies

KubernetesPyTorchRay

About the role

Key responsibilities & impact

制定 AI 平台的技术战略和多阶段路线图，覆盖 ML、VLA、LLM、RAG、Agent 等技术生态，平衡近期交付与长期演进。
定义 AI 平台整体架构和设计标准，统一训练侧与运行侧的技术路线，并制定 Agent、RAG 等能力的参考架构。
抽象跨业务的共性 AI 能力，沉淀为可复用的平台服务、工具和最佳实践，减少重复建设，提升研发效率。
建立模型全生命周期治理机制，包括版本管理、模型上线前评估与准入标准、数据安全与合规、算力资源规划与使用效率。
定义训练平台与车端和边缘运行时之间的模型交付规范，确保从训练到部署的闭环。
主导平台关键技术选型与方案评审，保障平台在各自动驾驶方案中的可扩展性和可靠性。
与感知、预测、规划、VLA、调度、车端部署等团队协作，将业务需求转化为平台能力，推动 AI 方案在矿山等现场的自主机器与运营中落地。
作为平台方向的技术专家，深入参与关键模块设计与实现，通过技术分享与评审提升相关团队的 AI 工程能力。

Requirements

What you’ll need

计算机、人工智能、自动化、数学等相关专业硕士及以上学历。
6 年以上 AI / 机器学习或大规模软件系统研发经验，其中 2 年以上 AI 平台或 ML 系统的架构设计或技术负责经验。
具备 LLM / VLM / VLA 相关的实际项目落地经验，熟悉 RAG 与 Agent 框架的原理及工程实践。
熟悉 AI 全生命周期（数据管理、分布式训练、模型评估、MLOps / LLMOps、部署与监控），并在其中多个环节有深入实践；主导或作为核心成员参与过 AI 平台从 0 到 1 或规模化建设。
熟练使用 PyTorch 等深度学习框架，熟悉 Kubernetes、MLflow、Ray 等云原生或 MLOps 技术栈中的一种或多种。
具备出色的架构抽象能力、技术判断力和跨团队推动能力。
良好的英语读写与沟通能力，能与全球团队进行技术交流。
有自动驾驶、机器人或工业领域的 AI 平台建设经验，有矿山等非道路场景经验者优先。
有车端或边缘端推理部署经验（TensorRT、ONNX、Orin 等）。
有大模型后训练经验（SFT、RLHF / DPO 等，含 LoRA 等参数高效微调）及评估体系建设经验。
有 AI 治理、模型安全或合规体系建设经验。

Benefits

Comp & perks

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