一、崗位概述
具有 3-5 年人工智能或數(shù)據(jù)科學(xué)經(jīng)驗的工程師，幫助公司將 AI 技術(shù)深度融入生產(chǎn)制造全流程。您將與生產(chǎn)、質(zhì)量、設(shè)備、IT/OT 團(tuán)隊協(xié)同，利用機器學(xué)習(xí)、深度學(xué)習(xí)與工業(yè)數(shù)據(jù)為制造現(xiàn)場創(chuàng)造切實可見的價值，提高產(chǎn)量、良率與設(shè)備稼動率，降低能耗與維護(hù)成本。
二、核心職責(zé)
1. 視覺質(zhì)檢
設(shè)計和部署基于 CNN/Transformer 的缺陷檢測與分類模型，適配多品類、多光照、多批次的生產(chǎn)現(xiàn)場。
與質(zhì)量工程師合作建立樣本標(biāo)注流程，持續(xù)提升模型召回率與精確率。
2. 預(yù)測性維護(hù)
采集并分析振動、聲學(xué)、電流、電壓等多模態(tài)傳感器數(shù)據(jù)，構(gòu)建剩余壽命預(yù)測（RUL）和故障預(yù)警模型。
將模型結(jié)果集成到 EAM/CMMS，實現(xiàn)從“計劃檢修”到“按狀態(tài)檢修”的轉(zhuǎn)變。
3. 工藝與流程優(yōu)化
運用時間序列分析、貝葉斯優(yōu)化或強化學(xué)習(xí)，尋優(yōu)關(guān)鍵工藝參數(shù)（溫度、壓力、速度等），提升良率、降低能耗和物料損耗。
與生產(chǎn)計劃團(tuán)隊協(xié)作，開發(fā)動態(tài)排產(chǎn)與庫存優(yōu)化算法，縮短生產(chǎn)周期。
4. 數(shù)據(jù)工程 & MLOps
搭建數(shù)據(jù)采集、清洗、標(biāo)簽管理及特征工程流程，保證數(shù)據(jù)質(zhì)量和實時性。
負(fù)責(zé)模型在云端或邊緣側(cè)部署、監(jiān)控與迭代，確保在工業(yè)環(huán)境下的穩(wěn)定、低時延運行。
5. 跨部門協(xié)作
與 OT（PLC/SCADA/MES）及 IT 團(tuán)隊對接，實現(xiàn)從設(shè)備到模型再到業(yè)務(wù)系統(tǒng)的數(shù)據(jù)閉環(huán)。
將技術(shù)成果沉淀為規(guī)范、文檔與***實踐，提升公司 AI 工程化能力。
Your defining qualities :
1. 教育背景
統(tǒng)計學(xué)、人工智能、 計算機科學(xué)或相關(guān)專業(yè)本科及以上學(xué)歷；碩士優(yōu)先。
2. 技能與經(jīng)驗
3-5 年機器學(xué)習(xí) / 深度學(xué)習(xí)實戰(zhàn)經(jīng)驗，精通 Python 及主流框架（PyTorch /Scikit-learn）。
在以下至少 1-2 個領(lǐng)域有落地案例：
o 計算機視覺（缺陷檢測、目標(biāo)分割/跟蹤、OCR）
o 時間序列分析 & 預(yù)測性維護(hù)（FFT、LSTM、Transformer、AutoEncoder 等）
o 強化學(xué)習(xí) / 運籌優(yōu)化（動態(tài)排產(chǎn)、工藝參數(shù)尋優(yōu)）
熟悉制造業(yè)常見系統(tǒng)與協(xié)議：MES、SCADA、PLC、OPC-UA、Modbus 等。
具備模型工程化與 DevOps/MLOps 實踐（Docker、Kubernetes、CI/CD、監(jiān)控告警）。
掌握 SQL，了解至少一種時序或列式數(shù)據(jù)庫（InfluxDB、TimescaleDB、Doris 等）。
3. 軟技能
良好的業(yè)務(wù)溝通與需求分析能力，可與設(shè)備、工藝、質(zhì)量、IT 等多部門協(xié)同。
強烈的結(jié)果導(dǎo)向、數(shù)據(jù)驅(qū)動思維，樂于在復(fù)雜、動態(tài)的工業(yè)環(huán)境中快速迭代。
具備撰寫技術(shù)文檔、培訓(xùn)內(nèi)部用戶的能力。
4. 加分項
有自動化生產(chǎn)線、數(shù)字孿生、工業(yè)互聯(lián)網(wǎng)平臺開發(fā)經(jīng)驗。
參與過工業(yè) AI 相關(guān)論文/專利/開源項目。
了解 Six Sigma、TPM、Lean Manufacturing 等制造業(yè)改進(jìn)方法論。You'll benefit from