工艺算法工程师

职责描述:
1. 收集整理焊接领域相关数据（包括工艺参数、质量检测结果、传感器信号等），完成数据清洗、标准化、增强等预处理工作，建立并维护焊接领域AI模型知识库与数据集，确保数据的准确性、完整性与时效性。
2. 负责焊接工艺参数自主生成模型的研发、训练、优化与落地，结合焊接材料、接头形式、焊接方法等需求，生成符合实际操作要求、可落地的焊接工艺参数，确保参数的合理性与可操作性，适配多类型焊接场景需求。
3. 负责焊接过程控制模型的设计、开发与迭代，整合焊接过程中的多模态数据（如电流电压、接头尺寸、焊缝成形尺寸、熔池、电弧等），实现焊接过程的实时监测、参数自适应调整，解决焊接过程中的非线性、多变量控制难题，提升焊接过程的稳定性与一致性。
4. 负责焊接质量评估模型的研发与优化，基于焊接缺陷图像、过程传感信号等数据，实现焊接质量的实时预判、缺陷识别与等级评估，提升质量诊断的准确率与泛化能力，构建焊接质量闭环控制体系。
5. 跟踪AI、机器学习等领域的前沿技术，结合焊接行业标准与实际生产需求，将新技术、新方法应用于模型优化，持续提升模型性能、响应速度与落地效果。
6. 撰写模型研发文档、测试报告、技术方案等，规范技术成果沉淀，配合完成相关技术专利的申报工作。
7. 完成上级领导布置的其他任务。
任职资格:
1. 硕士2年以上相关经验或博士学历不限经验，材料、焊接或计算机相关专业；
2. 精通机器学习、深度学习算法，熟练掌握至少一种深度学习框架（PyTorch、TensorFlow等），具备独立完成AI模型从需求分析、设计、训练、优化到部署的全流程能力。
3. 熟练掌握Python编程语言，具备良好的代码编写、调试与优化能力；熟悉数据处理库，能高效完成焊接相关数据的预处理与分析。
4. 具有材料加工领域AI开发经验（有焊接相关AI项目研发经验者优先），熟悉材料加工领域相关数据特性，能结合材料加工理论与实际生产数据优化AI模型，确保模型适配材料加工场景需求。