算法工程师（智能制造）

工作职责：
1.深入生产车间、仓储物流等一线场景，与工艺、设备、生产管理团队沟通，梳理业务流程中的痛点（如良率波动、设备意外停机、能耗过高、排产效率低等），将业务问题转化为清晰的算法技术问题，评估AI技术在该场景下的可行性与投资回报率；
2.针对具体问题（如分类、回归、预测、异常检测、时序分析等），负责算法模型的选型、训练、评估与优化；
3.负责数据清洗、特征工程、模型构建及调参的全流程工作，利用Python及相关框架（TensorFlow/PyTorch等）进行算法实现与验证；
4.与IT/OT团队合作，将算法模型封装并部署至工业边缘计算节点或云端平台，建立模型监控机制，根据生产数据漂移和业务反馈，持续对模型进行迭代优化，保证模型的稳定性与时效性；
5.对生产过程中的海量数据（设备日志、传感器时序数据、MES/WMS系统数据、视觉图像等）进行分析，挖掘数据价值，为业务决策提供数据支持；
任职资格：
1.学历背景： 本科及以上学历，计算机、数学、统计学、自动化、工业工程等相关专业。
2.工作经验： 3年以上AI算法工作经验；有制造业（如汽车、电子、半导体、重工等）项目落地经验者优先。
3.技术能力：
①编程能力： 熟练掌握Python，熟悉Linux开发环境，代码风格规范。
②框架掌握： 精通至少一种深度学习框架（如PyTorch、TensorFlow）及常用机器学习库（Scikit-learn）。
③算法基础： 扎实的统计学和机器学习基础，熟悉常见的预测算法、时序分析算法（如LSTM）、异常检测算法、优化算法或计算机视觉（CV）算法。
④数据处理： 熟悉SQL，具备处理海量工业时序数据的能力，了解数据湖或数据中台基本概念者优先。
⑤业务理解力： 具备极强的逻辑思维能力和跨部门沟通能力，能够理解工艺工程师的语言，并能向非技术人员解释复杂的算法逻辑。
⑥综合素质： 具备较强的问题解决能力和抗压能力
【加分项】
①熟悉工业物联网（IIoT）协议，如OPC UA、Modbus、MQTT等。
②有知识图谱在设备故障诊断中的应用经验。
③有运筹优化算法在智能排产（APS）中的应用经验。
④熟悉边缘计算部署，有模型轻量化（模型剪枝、量化）经验。