AI应用开发经理(R10121)

面向公司正极材料的研发与生产，构建工业AI工具体系，包含三条主线
1.正向模拟（数字孪生/预警/模拟实验）
开发，训练时序预测模型，利用产线可测数据（如温度、压力、颗粒大小）实时模拟产品在各工艺环节状态，实现数据漂移与质量风险的提前预警，降低废品率。可利用工业仿真/材料软件构建仿真输出并结合公司真实生产数据动态纠偏。
2.逆向分析（高维数据分析，最优变量迭代）
基于历史数据建立多变量相关性/回归模型，识别关键驱动因素与可行动窗口（避免共线性误导）。设计并实现DOE自动化与贝叶斯优化等，在复杂的变量空间中智能推荐下一轮实验的最优工艺参数方向，指导下一轮试验与工艺迭代方向，缩短研发周期。并建立“主线1（正向）”与“主线2（逆向）”相互对照的验证体系，避免过拟合与单一路径偏差
3. 自动总结+智能决策系统
利用LLM对公司积累的实验记录、工艺报告、失效分析文档进行结构化处理，实现多批次结果的自动对比与总结。（RAG/知识库/权限控制）
公司支持购买成熟工业AI平台/软件 + 结合内部数据与训练思路做定制，不要求从零训练大模型。

2.编程能力：扎实的Python编程功底，熟练使用PyTorch、TensorFlow或JAX等深度学习框架，精通数据处理（Pandas/NumPy）。
3.机器学习技能：深入理解多变量分析、贝叶斯优化（BoTorch/Optuna等）、DOE实验设计、高斯过程、主动学习等算法，扎实的建模能力，熟悉时序预测模型（LSTM/Transformer）,并有实际项目落地经验。
4.材料模拟经验： 深刻理解第一性原理计算或分子动力学模拟，有实际使用Materials Studio（或COMSOL、VASP等材料模拟软件）的使用经验与二次开发的能力
5.AI应用能力：有能力评估并引入成熟AI平台/工业软件/大模型能力（公有云/私有化/本地化），制定POC→试点→量产推广路线图
加分项
1.LLM应用： 有RAG（检索增强生成）开发经验，熟悉LangChain或LlamaIndex，能构建本地知识库问答系统。
2.领域知识： 熟悉锂离子电池正极材料（磷酸铁锂）的合成方法与表征手段。
3.工程落地： 有工业生产数据处理、实时系统开发或数字孪生项目经验者。
4.良好的英文能力