更新于 1月15日

数据与模型优化算法工程师

2-4万
  • 南京浦口区
  • 3-5年
  • 本科
  • 全职
  • 招1人

职位描述

深度学习机器学习图像算法人工智能云计算/大数据计算机软件
1.数据治理与仿真环境构建:
设计并实现高效的数据管道,处理来自部署工程师的实时与历史数据,进行清洗、增强与特征工程。
基于 FEniCSx 等工具开发与维护高精度多物理场仿真模型,构建强化学习训练所需的数字孪生环境。
实现仿真-现实迁移技术,通过在线校准不断缩小仿真与实际的差距。
2.核心模型研发与训练:
研发并实施先进的强化学习(如SAC、PPO)与优化算法,设计多目标奖励函数,以同时优化能耗、产水质量与设备寿命。
负责模型从离线训练到在线学习的全周期管理,包括课程学习、经验回放及安全约束设计。
开发终身学习框架,使模型能够持续适应水源变化、季节波动与设备老化,避免灾难性遗忘。
3.算法评估与持续优化:
建立严格的模型评估体系,在仿真环境与离线数据上验证算法性能与安全性。
与部署工程师协作,分析线上模型表现,诊断问题,并迭代优化算法。
追踪领域前沿,将合适的机器学习、运筹优化新技术应用于实际场景。
必备要求:
硬技能:
1. 精通 PyTorch,有扎实的机器学习/深度学习理论基础,并在强化学习项目中有成功的实践经验。
2. 出色的 Python 科学计算编程能力,熟练使用 NumPy、Pandas 等库进行复杂数据分析与建模。
3. 具备良好的数学和物理建模能力,能够理解和运用数值仿真工具(如 FEniCS, COMSOL 或类似工具)的原理与结果。
软技能与经验:
1. 拥有独立完成从问题定义、算法设计、实验验证到效果分析的完整项目经验。
2. 强大的逻辑思维与创新能力,能够将模糊的业务目标转化为具体的数学模型和优化问题。
3. 结果导向,不满足于纸面指标,追求算法在实际系统中的最终效用提升。
加分项:
有数字孪生或仿真学习相关项目经验。
在高水平会议或期刊上发表过机器学习相关论文。
有多智能体强化学习、不确定性量化、贝叶斯优化等细分领域的经验。
了解流程工业或控制理论背景知识。

工作地点

南京浦口区腾飞大厦-C座

职位发布者

吴女士/人事经理

立即沟通
公司Logo南京顺水达环保科技有限公司
公司介绍南京顺水达环保科技有限公司是一家专注于提供生态环境治理解决方案的服务商。业务领域覆盖市政污水全套解决方案、河道湖泊综合整治、工业废水综合回用零排放技术应用。自成立以来迅速发展,先后与美国Transfilm膜技术公司、瑞士HELAMIN技术公司及南京大学、河海大学、南京工业大学开展战略性合作。在各界人士的支持下,顺水达公司逐渐形成为集技术研发、设计、施工、专业设备销售、运营服务和投资于一体的环保产业综合服务商。顺水达是以推进生态环境建设而应运诞生的新型服务商,始终坚持“以人为本、以诚相待”的原则前行;未来,顺水达将以“构建生态环境建设”为使命;发挥高尖技术优势,联合各界同仁以合作共赢的态度,共同推动环保产业稳步发展,创建美好未来!
公司主页