工业Kafka/Flink 开发工程师

岗位职责
1. 负责煤化工 AI 优化系统的数据底座设计与开发，包括实时数据采集、消息总线、流式计算、时序存储、数据服务接口等模块。
2. 基于 Kafka 构建工业实时数据总线，实现 DCS、PLC、SCADA、MES、能源计量系统、化验系统、生产计划系统等数据的统一接入、分发和管理。
3. 基于 Flink 或同类流式计算框架，开发实时数据清洗、时间对齐、异常过滤、窗口聚合、状态计算、特征生成等实时计算任务。
4. 建设工业点位数据治理体系，包括点位命名、设备层级、工艺单元、能源网络、数据标签、单位换算、采样频率、质量标记等规则。
5. 设计面向 AI 模型的数据服务接口，为能耗预测、煤气平衡、蒸汽优化、焦炉热工优化、设备状态识别、异常检测等模型提供实时与历史数据。
6. 建设时序数据库、关系数据库、对象存储或 Lakehouse 体系，支持秒级/分钟级实时数据、小时级统计数据、长期历史数据和训练样本数据的分层管理。
7. 参与工业 AI 系统的容器化部署，配合完成 Kafka、Flink、数据库、模型服务、API 服务等组件在本地服务器或私有云环境中的部署与运维。
8. 与工艺专家、控制工程师、AI 算法工程师协作，将工业现场数据转化为可解释、可追溯、可用于建模和优化的结构化数据资产。
9. 参与数据质量监控体系建设，包括数据丢失、延迟、跳变、异常值、传感器失效、采样不一致、点位变更等问题的自动发现和告警。
10. 支持后续煤气调度优化、能源平衡优化、焦炉优化控制、多能源协同优化等 AI 应用的持续扩展。
任职要求
1. 计算机、软件工程、自动化、大数据、人工智能、控制工程等相关专业本科及以上学历。
2. 熟悉 C++、Scala、Python 中至少一种开发语言，具备扎实的后端开发和数据处理能力。
3. 熟悉 Kafka 的基本原理和工程实践，包括 Topic 设计、Producer/Consumer、Consumer Group、数据分区、消息可靠性、Offset 管理等。
4. 熟悉 Flink、Spark Streaming 或其他实时计算框架，能够开发窗口计算、状态计算、实时聚合、数据清洗和特征计算任务。
5. 熟悉至少一种数据库或存储系统，例如 PostgreSQL、MySQL、ClickHouse、TimescaleDB、InfluxDB、Doris、Iceberg、MinIO、HDFS 等。
6. 理解工业实时数据特点，包括高频采样、点位众多、数据缺失、传感器漂移、采样频率不一致、数据延迟、单位不统一、工况切换等问题。
7. 具备 API 服务开发能力，能够使用 RESTful API、gRPC、WebSocket 等方式为上层 AI 模型和应用系统提供数据接口。
8. 熟悉 Linux、Docker、Kubernetes 基础，能够参与本地化部署、私有化部署和系统运维。
9. 有数据治理、数据质量监控、数据血缘、元数据管理、实时监控平台开发经验者优先。
10. 有工业互联网、能源管理系统、化工、钢铁、电力、煤化工、制造业数字化项目经验者优先。
加分项
1. 了解 OPC UA、Modbus、MQTT、工业网关、DCS/PLC/SCADA 数据采集者优先。
2. 熟悉工业时序数据库、工业实时数据库、PI System、Wonderware、Ignition、KingSCADA、组态系统等相关经验者优先。
3. 有能源管理系统、生产调度系统、设备状态监测系统、预测性维护系统开发经验者优先。
4. 有 AI 模型数据服务、特征平台、MLOps、模型在线推理平台经验者优先。
5. 有 ClickHouse、Doris、StarRocks、Iceberg、Hudi、Delta Lake 等实时数仓或 Lakehouse 项目经验者优先。
6. 理解流程工业连续生产、能源网络、煤气平衡、蒸汽系统、电力负荷、焦炉生产节奏等业务者优先。