崗位職責(zé):
一、工業(yè)場(chǎng)景挖掘與數(shù)據(jù)理解:深入業(yè)務(wù)一線,與工藝、設(shè)備工程師緊密合作,理解化工等流程工業(yè)的工藝原理、設(shè)備特性和控制邏輯,精準(zhǔn)定位可通過(guò)AI技術(shù)解決的業(yè)務(wù)痛點(diǎn)(如能耗優(yōu)化、質(zhì)量預(yù)測(cè)、異常診斷等)。
二、多模態(tài)時(shí)序數(shù)據(jù)建模與算法研發(fā):
1、負(fù)責(zé)工業(yè)現(xiàn)場(chǎng)多源異構(gòu)數(shù)據(jù)(如DCS時(shí)序數(shù)據(jù)、振動(dòng)信號(hào)、質(zhì)量化驗(yàn)數(shù)據(jù))的清洗、分析與特征工程,特別是針對(duì)強(qiáng)噪聲、強(qiáng)相關(guān)性的時(shí)序信號(hào)進(jìn)行有效處理。
2、研發(fā)并應(yīng)用先進(jìn)的機(jī)器學(xué)習(xí)模型,特別是時(shí)間序列模型(如Transformer, PatchTST, LSTM等),進(jìn)行工藝參數(shù)預(yù)測(cè)、產(chǎn)品質(zhì)量軟測(cè)量、異常檢測(cè)與根因分析等任務(wù)。
3、探索將圖模型、強(qiáng)化學(xué)習(xí)等前沿算法與工業(yè)知識(shí)圖譜、設(shè)備拓?fù)浣Y(jié)構(gòu)相結(jié)合,解決復(fù)雜的系統(tǒng)優(yōu)化問(wèn)題。
三、模型落地與系統(tǒng)集成:
1、負(fù)責(zé)AI算法模型的部署、上線及持續(xù)優(yōu)化,確保其在真實(shí)工業(yè)環(huán)境中的穩(wěn)定性與可靠性。
2、探索AI模型與下層控制系統(tǒng)(DCS/PLC)的集成方案,通過(guò)OPC UA等標(biāo)準(zhǔn)協(xié)議實(shí)現(xiàn)數(shù)據(jù)交互,為構(gòu)建先進(jìn)控制或智能決策支持系統(tǒng)提供核心算法引擎。
3、根據(jù)需要,開(kāi)發(fā)或參與開(kāi)發(fā)算法模塊的前后端交互界面(如使用JavaScript),為業(yè)務(wù)人員提供友好的可視化工具。
四、技術(shù)傳承與創(chuàng)新:跟蹤業(yè)界最新技術(shù)動(dòng)態(tài),進(jìn)行可行性驗(yàn)證與技術(shù)儲(chǔ)備,并在團(tuán)隊(duì)內(nèi)進(jìn)行分享,提升整體技術(shù)水平。
任職條件:
1、教育背景:碩士及以上學(xué)歷,自動(dòng)化、控制科學(xué)與工程、化學(xué)工程、儀器科學(xué)與技術(shù)、計(jì)算機(jī)等相關(guān)專業(yè)。
2、經(jīng)驗(yàn)背景:具備3年以上工業(yè)領(lǐng)域(化工、制藥、能源等流程行業(yè)優(yōu)先)的AI算法研發(fā)或?qū)嵤┙?jīng)驗(yàn)。
3、核心技能:
(1)硬核要求:深刻理解流程工業(yè)工藝與控制原理,具備出色的信號(hào)處理和時(shí)序數(shù)據(jù)分析能力。
(2)算法能力:熟練掌握機(jī)器學(xué)習(xí)經(jīng)典算法,并至少在一類時(shí)間序列問(wèn)題(預(yù)測(cè)、分類、異常檢測(cè))上有深入的實(shí)踐經(jīng)驗(yàn),熟悉Transformer、PatchTST等現(xiàn)代序列模型者優(yōu)先。
4、編程能力:精通Python及主流數(shù)據(jù)科學(xué)庫(kù)(PyTorch/TensorFlow, Pandas, Scikit-learn等),具備優(yōu)秀的工程實(shí)現(xiàn)和代碼調(diào)試能力。
5、控制基礎(chǔ):掌握?qǐng)?jiān)實(shí)的控制理論基礎(chǔ)知識(shí),如現(xiàn)代控制理論、模型預(yù)測(cè)控制等。
6、具備圖模型、強(qiáng)化學(xué)習(xí)在工業(yè)場(chǎng)景中的應(yīng)用經(jīng)驗(yàn)。
7、熟悉DCS/PLC等工業(yè)控制系統(tǒng)架構(gòu),或有OPC UA通信協(xié)議的開(kāi)發(fā)經(jīng)驗(yàn)。
8、具備一定的前端開(kāi)發(fā)能力(如JavaScript),能夠進(jìn)行簡(jiǎn)單的算法結(jié)果可視化展示。
9、在頂級(jí)會(huì)議或期刊(如NeurIPS, ICML, KDD, IEEE匯刊等)上發(fā)表過(guò)相關(guān)領(lǐng)域論文。