AI工程师

总部位于中国创新之都——深圳，这里汇聚全球顶尖科技资源与人才生态。我们正在组建一支高水平的 AI for Science 团队，专注将前沿AI技术应用于真实工业场景，推动从“经验驱动”向“数据+机理双驱动”的范式变革。

作为 AI for Science 团队的核心成员，您将主导或参与以下工作：

1. 构建工业领域的AI基础模型

- 研发适用于流程工业（如磷化工反应过程）的物理信息神经网络（PINNs）、傅里叶神经算子（FNO）等新型架构；

- 探索生成式AI在新材料设计、工艺参数推荐、故障模拟中的应用。

2. 开展多模态视觉识别与缺陷诊断

- 针对金属表面划痕、裂纹、氧化、毛刺等缺陷，开发高精度深度学习检测算法；

- 构建通用化缺陷分类体系，支持跨产线迁移学习；

- 结合热成像、振动信号与图像信息，实现关键设备健康状态的多模态智能诊断（PHM）；

- 开发自动标注+主动学习系统，持续迭代模型性能。

3. 负责全流程数据处理与建模支持

- 清洗、标注、增强工业图像与传感器数据，构建高质量训练集；

- 设计特征工程方案，提升模型泛化能力；

- 实施模型训练、微调、评估与轻量化部署闭环。

4. 推动科研成果产业化落地

- 与自动化工程师协作，将AI模型集成至PLC/SCADA/MES系统；

- 输出可解释性分析报告，反哺生产工艺优化决策；

- 支持申请专利、撰写技术文档、参与项目申报。

5. 跟踪前沿技术，引领技术创新

- 关注AI Agent、视觉大模型（Vision Transformer, SAM）、科学大模型等新兴方向；

- 鼓励发表高水平论文，代表公司参与学术交流，提升行业影响力。

任职要求

1. 学历要求：博士学历；

2.专业背景：

- 优先考虑：物理学、化学、材料科学、新能源、机械控制、自动化科学等相关理工科；

- 必须具备计算机科学、人工智能相关领域的工作经验；

- 拥有计算机学/AI学位者优先。

3.科研能力：

- 必须在AI、机器学习、计算机视觉、科学计算等相关领域的国际会议或期刊上发表过论文（含已被接收）；

- 能清晰讲解研究思路、方法创新与实验设计。

4.技术能力：

- 熟练掌握 Python 编程，精通 PyTorch框架；

- 具备完整的模型训练与微调工作经验（fine-tuning, prompt tuning, LoRA 等）；

- 熟悉常见深度学习模型：CNN、Transformer、U-Net、YOLO、Autoencoder 等；

- 掌握数据处理工具：NumPy、Pandas、OpenCV、Scikit-learn、Jupyter；

- 了解工业视觉基本流程者优先（图像采集、光照设计、ROI提取等）

- 负责数据处理和分析，为模型训练提供高质量的数据集

加分项

1.有工业AI项目经验，尤其是在以下任一领域：

- 科学数据建模（如分子性质预测、反应速率估计）

- 多模态感知融合（图像+传感器）

2.发表过 NeurIPS / ICML / CVPR / ICLR / Nature 子刊 / IEEE TIP 等顶会/顶刊论文

3.熟悉 HPC / 分布式训练 / CUDA 加速 / 国产GPU适配

4.参与过开源项目（GitHub活跃），具备良好代码风格

5.有模型轻量化经验（量化、剪枝、蒸馏），能在边缘设备部署