【工作內(nèi)容】
- 負(fù)責(zé)人工智能模型的訓(xùn)練與優(yōu)化，提升模型性能與準(zhǔn)確性；
- 參與信號(hào)數(shù)據(jù)的采集、處理與分析，支持算法開發(fā)與驗(yàn)證；
- 協(xié)助構(gòu)建和維護(hù)數(shù)據(jù)處理流程，確保數(shù)據(jù)質(zhì)量與高效利用；
- 與團(tuán)隊(duì)協(xié)作，推動(dòng)AI技術(shù)在實(shí)際業(yè)務(wù)場(chǎng)景中的落地應(yīng)用。
【任職要求】
1、本科學(xué)歷必須為985、211、雙一流院校；
2、AI訓(xùn)練核心能力
- 框架：PyTorch 或 TensorFlow 至少一種，能獨(dú)立完成數(shù)據(jù)加載器編寫、模型構(gòu)建、訓(xùn)練調(diào)優(yōu)、斷點(diǎn)續(xù)訓(xùn)全流程；
- 模型選型：熟悉CNN、LSTM/GRU、自編碼器（AE/VAE）在時(shí)序/信號(hào)任務(wù)中的應(yīng)用；
- 無監(jiān)督/自監(jiān)督學(xué)習(xí)：這是長(zhǎng)期監(jiān)測(cè)場(chǎng)景的必選項(xiàng)——熟悉深度自編碼器重構(gòu)誤差、孤立森林、變點(diǎn)檢測(cè)、時(shí)序?qū)Ρ葘W(xué)習(xí)；
- 調(diào)優(yōu)能力：能診斷過擬合/欠擬合、梯度問題，熟練使用數(shù)據(jù)增強(qiáng)、正則化、學(xué)習(xí)率調(diào)度；
- 小樣本學(xué)習(xí)/遷移學(xué)習(xí)/域自適應(yīng)：至少熟悉其中一種，并能說明適用場(chǎng)景。
2. 工程化與部署能力（必須可驗(yàn)證）
- Python工程能力：熟練使用NumPy/SciPy/Pandas/Matplotlib，Scikit-learn；
- C/C++基礎(chǔ)：至少能讀懂并修改嵌入式C代碼，有邊緣部署經(jīng)驗(yàn)者優(yōu)先（ONNX Runtime、TensorRT Lite、NCNN）；
- Linux基礎(chǔ)：基本命令行操作，能配置Python虛擬環(huán)境及依賴；
- 有模型量化（INT8/TFLite）、剪枝、算子替換實(shí)戰(zhàn)經(jīng)驗(yàn)。
3. 領(lǐng)域知識(shí)
有振動(dòng)或應(yīng)變領(lǐng)域測(cè)試或分析的經(jīng)驗(yàn)或經(jīng)歷。