一、崗位職責
MoE架構(gòu)設計與開發(fā)
針對污水廠多變量、非線性、高噪聲的工藝數(shù)據(jù),設計并實現(xiàn)混合專家模型(Mixture of Experts)架構(gòu),優(yōu)化門控網(wǎng)絡(Gating Network)與專家子模型協(xié)同機制。?
開發(fā)面向污水處理場景的MoE應用,如水質(zhì)多指標預測、工藝參數(shù)動態(tài)優(yōu)化、多設備協(xié)同控制等。?
模型訓練與調(diào)優(yōu)
處理時序數(shù)據(jù)(如傳感器流數(shù)據(jù)、工藝運行日志),構(gòu)建大規(guī)模訓練數(shù)據(jù)集,解決數(shù)據(jù)稀疏性與噪聲問題。?
優(yōu)化MoE模型的分布式訓練效率(如使用Megatron-LM、DeepSpeed框架),提升模型收斂速度與推理性能。?
工業(yè)場景落地
將MoE模型輕量化并部署至邊緣計算設備或工業(yè)云平臺,實現(xiàn)低延遲實時決策(如加藥量動態(tài)調(diào)整、曝氣量優(yōu)化)。?
與自動化團隊協(xié)作,將MoE模型嵌入PLC/DCS系統(tǒng),開發(fā)自適應控制策略。?
前沿技術(shù)探索
研究MoE與強化學習(RL)、聯(lián)邦學習(FL)等技術(shù)的結(jié)合,探索跨污水廠的分布式模型協(xié)作方案。?
跟蹤稀疏化訓練、動態(tài)路由等MoE領域最新進展(如Google的Switch Transformer、Mixtral 8x7B),推動技術(shù)迭代。?
二、任職要求
專業(yè)背景:碩士及以上,計算機科學、人工智能、數(shù)學/統(tǒng)計等相關(guān)專業(yè),博士優(yōu)先。?
熟悉污水處理關(guān)鍵參數(shù)(COD、氨氮、DO)及工藝邏輯(AAO、MBR)者加分。?
技術(shù)能力:
核心要求:
精通MoE原理及主流框架(如PyTorch的Tutel、FairScale),具備MoE模型從零搭建經(jīng)驗。?
熟練掌握深度學習框架(PyTorch/TensorFlow),熟悉模型并行、數(shù)據(jù)并行訓練技術(shù)。?
扎實的時序數(shù)據(jù)處理能力,熟悉特征工程、異常值處理及數(shù)據(jù)增強方法。?
加分項:
有MoE相關(guān)頂會論文(NeurIPS、ICML)或開源項目貢獻(如Hugging Face模型庫)。?
熟悉工業(yè)控制協(xié)議(OPC UA、Modbus)或邊緣計算部署(TensorRT、ONNX Runtime)。?
項目經(jīng)驗
1年以上MoE或復雜模型架構(gòu)研發(fā)經(jīng)驗,有工業(yè)場景(如流程控制、預測性維護)落地案例。?
具備高并發(fā)、低延遲推理優(yōu)化經(jīng)驗(如模型剪枝、量化、動態(tài)計算路徑設計)。?
軟性素質(zhì)
對AI技術(shù)解決環(huán)保問題有強烈熱情,能從業(yè)務痛點抽象建模問題。 ?
工作地點:合肥、廣州、天津、新加坡等。