1. 核心算法设计与开发
①构建算法流。构建从数据采集、预处理、特征工程到模型推理的完整算法流，确保系统实时性与稳定性。
②数据特征挖掘。负责高频电压、电流时间序列信号处理与特征提取算法开发，包括时域、频域及时频域特征挖掘。
③多源信息融合。设计多源信息（焊接深度、压力、能量等工艺参数）融合模型，实现对焊接质量的综合分析与判断。
④智能分类模型开发。搭建并优化神经网络分类模型，实现焊接结果的良品/不良品智能分类。
2. 系统实现与迭代优化
①现场部署。配合嵌入式或软件团队完成算法部署，支持云端或边缘计算环境。
②基于实际焊接数据开展模型训练、验证与测试，迭代优化算法以提升检测准确率、泛化能力及鲁棒性。
3. 跨部门协作
①与硬件、工艺工程师紧密合作，深入理解工艺原理，持续优化算法模型以适配不同的应用场景。
②撰写技术文档、算法报告，支持产品化落地与技术转化。
1. 必备条件
①硕士及以上学历，计算机、信号处理、自动化、机械电子、仪器仪表等相关专业。
②1年以上工业数据挖掘或时序信号分析经验，熟练掌握特征提取方法（如小波变换、FFT、统计特征等）。
③精通主流编程语言及常用算法库。
④熟悉深度学习在时序数据分类中的应用（如1D-CNN、注意力机制），具备独立建模调优能力。
⑤熟悉多传感器信息融合技术（如贝叶斯融合、决策级融合）。
2. 软性要求
①逻辑清晰，能结合物理机理与数据规律解决问题。
②具备较强的沟通协作能力，适应跨领域团队合作。
3. 加分项
①具备高实时性系统（毫秒级响应）开发经验。
②具备工业检测、故障诊断或工艺质量分析项目经验。