数据科学家/算法工程师

岗位职责
•负责机器学习/深度学习模型的全生命周期开发，包括需求分析、数据预处理、特征工程、模型设计、训练、调优及部署落地，重点聚焦工业场景的模型落地与迭代。
•结合工业业务痛点（如生产优化、质量预测、能耗管控等），设计贴合实际场景的建模方案，解决业务核心问题，提升生产效率、降低运营成本。
•主导或参与核心算法模块的研发与优化，探索前沿机器学习、深度学习技术（如物理信息神经网络、强化学习等）在工业领域的应用。
•负责数据挖掘与分析，从海量工业数据中提取有价值信息，支撑模型优化与业务决策，输出数据分析报告。
•与业务、工程、数据团队紧密协作，推动模型产品化、工程化落地，解决部署过程中的技术难题，保障模型稳定运行。
任职要求
（一）学历与工作经验
•学历要求：硕士及以上学历，计算机科学、数学、统计学、数据科学、自动化、工业工程等相关专业。
•工作经验：至少3年工业界机器学习建模相关工作经验，有完整的模型从设计、开发到落地的全流程经验，具备工业场景（如制造业、冶金、化工等）建模经验者优先。
（二）专业技能
•精通机器学习基础算法（回归、分类、聚类、决策树、随机森林、SVM等），熟练掌握深度学习框架（TensorFlow、PyTorch等），能够独立完成模型构建与调优。
•具备扎实的数据处理能力，熟练使用Python（Pandas、NumPy、Scikit-learn等）进行数据清洗、特征工程、数据可视化，熟悉SQL等数据查询工具。
•了解工业数据特点（时序数据、多源异构数据等），有工业场景下时序预测、异常检测、质量管控等相关建模经验者优先。
•可选技能：熟悉物理信息神经网络（PINN）、强化学习、联邦学习等前沿技术，有模型工程化部署（Docker、Flask/FastAPI）经验者优先。
•具备良好的逻辑思维能力、问题解决能力，能够快速定位并解决建模与落地过程中的技术问题。