崗位職責:
1. 工業 AI 算法研發:
負責機器學習、運籌優化、強化學習等算法在工業預測性維護和參數優化場景中的研究、設計、開發和部署。
針對具體的工業問題(如設備故障預測、工藝參數優化),選擇合適的算法策略,并進行模型訓練、優化和性能評估。
根據實際業務需求,探索和應用最新的 AI 技術,如大模型、聯邦學習等。
2. 設備預測性維護:
運用 AI 算法識別設備故障模式和潛在風險。
開發設備故障預測模型,實現提前預警,減少非計劃停機時間,延長設備壽命。
結合設備機理,建立基于數據驅動和機理模型的混合故障預測模型。
3. 工業工藝參數優化:
運用 AI 算法分析工業過程數據,識別影響產品質量和生產效率的關鍵工藝參數。
開發工藝參數優化模型,為工程師提供智能化的參數調整建議,提升產品良率和降低能耗。
結合實際生產需求,進行工藝參數的動態優化和自適應調整。
4. 數據分析與特征工程:
負責工業數據的清洗、預處理、特征提取和特征選擇,為算法模型提供高質量的數據輸入。
深入理解工業業務邏輯和數據特點,進行有效的數據分析和挖掘,構建高質量的特征工程。
處理多源異構數據,包括傳感器數據、工藝數據、設備歷史數據等。
5. 模型優化與性能提升:
不斷優化現有算法模型,提升模型的精度、效率和魯棒性,并解決實際應用中遇到的挑戰。
對模型進行在線監控和持續改進,確保模型在復雜工業環境中的穩定性和可靠性。
6. 技術文檔編寫與分享:
7. 跨團隊協作:
任職要求:
1. 碩士及以上學歷,計算機、軟件、應用數學、自動化、電氣工程等相關專業。
2. 精通機器學習、運籌優化或強化學習等至少一個方向的算法理論和實踐,具備扎實的數學基礎。
3. 熟練掌握 Python 或 R 語言,熟練使用常用的機器學習和優化庫。
4. 具備工業領域 AI 項目經驗,熟悉工業工藝參數優化、設備故障預測、預測性維護等應用場景者優先。
5. 具備優秀的數據分析、數據挖掘和特征工程能力,能夠處理和分析工業領域的高維、多源異構數據。
6. 具備優秀的邏輯思維能力、分析問題和解決問題的能力,能夠獨立承擔復雜項目的研發任務。
7. 良好的溝通表達能力和團隊合作精神,能夠與不同背景的團隊成員有效協作。
8. 具備快速學習新技術和新領域知識的能力。