王九日

围绕智能应用落地，负责 AI Agent 产品从方案设计、工具链编排到前后端联动交付的完整研发工作，推动模型能力向业务场景闭环转化。

• 主导对话式 Agent、工具调用、RAG 等能力在具体业务中的落地，串联需求分析、执行链路设计、接口实现与交互体验建设。
• 搭建面向实际应用的 Agent 工程化框架，沉淀任务执行、流式回传、异常处理、日志审计与可观测性等关键基础能力。
• 协同前后端与运行环境，推动智能能力从 Demo 形态演进为可部署、可追踪、可持续迭代的应用系统。
• 在应用开发过程中兼顾稳定性、可维护性与可解释性，提升复杂任务链路的可控性与交付质量。

参与容器平台研发与云原生能力建设，面向研发交付与服务运行场景，推进应用容器化、平台化与标准化落地。

• 参与容器平台相关能力开发，支撑业务应用从传统部署方式向容器化交付方式迁移。
• 围绕 Kubernetes、Docker 等技术栈推进服务化部署、配置管理与运行规范建设，提升研发与交付协同效率。
• 在平台研发过程中积累云原生架构、服务治理与运行维护经验，为后续 AI 应用工程化提供平台基础。

深耕泛半导体制造场景，围绕质量管理、产线良率监控与数据分析平台建设，持续推动关键业务系统从 0 到 1 落地，并服务于生产改善与管理决策。

• 主导 QMS（品质管理系统）从需求梳理、流程抽象到系统建设落地，推动质量管理由线下经验驱动向系统化、流程化与数据化升级。
• 主导 RTM（产线良率监控）系统从 0 到 1 建设，围绕产线异常、良率波动与关键指标监控形成可视化、可追踪的业务闭环。
• 参与并推动产线良率爬升相关工作，通过系统建设与数据分析支撑制造现场问题定位、工艺改善与协同决策。
• 搭建面向制造数据的大数据分析平台，沉淀质量数据、生产数据与分析能力，提升跨部门对数据的统一理解与使用效率。
• 长期与生产、品质、工艺等多角色协作，在复杂业务语境中完成需求抽象、系统设计与持续迭代，具备较强的业务理解与落地推进能力。