职位描述：
1 .结合工业场景（如冶金、制造、自动化控制等）的实际需求，将物理机理与数据驱动模型结合，设计并实现核心算法。
2 .分析工业数据（如传感器时序数据、工艺参数、材料成分等），搭建机器学习/深度学习平台，完成模型训练、调优及压缩优化。
3 .将算法嵌入工业控制系统（如PLC、DCS），确保模型在边缘设备或云端的实时性，支持工厂智能化升级。
任职要求：
1 .3年以上工业场景PyTorch实战经验，需提供时序预测（LSTM/Transformer）、异常检测（Autoencoder）或强化学习（PPO/DQN）的项目代码案例。
2.本科及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先。
3.可接受应届生。
技术要求：
1 .练掌握机器学习和深度学习算法，包括但不限于神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、生成对抗网络（GAN）等
2 .熟悉PyTorch Lightning、ONNX部署或模型量化技术、TensorFlow等深度学习跨框架，具备边缘设备（如NVIDIA Jetson）部署经验。
3 .精通机器学习（如SVM、随机森林）、深度学习（如CNN、LSTM）及优化算法（如数学规划）。
4 .深入掌握在AI/大模型领域关键技术与架构原理(模型推理、模型训练、预训练、模型微调、Transformer架构、知识蒸馏、XPU虚拟化、分布式缓存、异构计算框架等）。
职位福利：五险一金，带薪年假，周末双休
工作时间：早8:30-17:30