一、岗位职责 -算法工程师（制造业IOT设备方向）
- 算法开发与优化：
- 针对设备IOT数据设计算法（如故障预测、能效优化、工艺参数调优），持续提升模型准确率与鲁棒性。
- 跨团队协作：
- 与硬件、运维、业务部门协作，明确需求并将算法嵌入到生产系统（如SCADA、MES）。
- 技术落地：
- 完成算法从原型开发到边缘/云端部署的全流程，解决工业环境中的实时性、资源限制等问题。
- 数据治理：
- 建立数据标注与特征库，设计算法效果监控体系，推动数据闭环迭代。
- 前沿探索：
- 跟踪AI+工业领域最新技术（如联邦学习、强化学习在控制中的应用），输出技术方案。
二、能力要求
技术能力
- 算法基础：
- 精通时序数据分析（如LSTM、Transformer、Prophet等）、统计建模（如贝叶斯网络、隐马尔可夫模型）、传统机器学习（如SVM、随机森林）及深度学习算法。
- 熟悉信号处理技术（如FFT、小波变换）及特征提取方法（如时域/频域特征）。
- 工具与框架：
- 熟练使用Python（NumPy/Pandas/Scikit-learn）及深度学习框架（PyTorch/TensorFlow）。
- 熟悉SQL/NoSQL数据库（如InfluxDB、TimescaleDB），掌握Spark/Flink等大数据处理工具者优先。
- 工程化能力：
- 具备算法部署经验（如Docker、Kubernetes、ONNX），熟悉边缘计算（如NVIDIA Jetson）或工业协议（如OPC UA、Modbus）者优先。
- 了解C++/Java等语言，能优化算法性能以满足实时性要求。
业务能力
- 具备制造业设备机理知识（如PLC控制、机电系统原理），能结合领域知识优化算法设计。
- 具备数据驱动思维，能从海量IOT数据中挖掘关键特征并解决实际问题.
三、其他要求
1.硕士及以上学历，计算机、自动化、数学、统计学、机械电子工程等相关专业
2.具有制造业（如汽车、工程机械、能源、半导体等）设备IOT数据算法开发经验者优先