岗位职责：
1、负责脱硫大模型的算法设计、开发与迭代，基于锅炉负荷、入口SO2浓度、吸收塔PH值、密度等核心数据，构建多模型融合的智能控制算法（如石灰石浆液自动寻优供浆控制、浆液循环泵与氧化风机最佳组合策略）。
2、设计设备启停优化策略，结合脱硫系统实际运行需求，平衡能耗与效率，确保设备启停的平稳性与经济性。
3、对接DCS实时数据、实验室化验数据、手工测量数据等多源异构数据，构建高效的数据清洗、特征提取与融合机制，确保模型输入的高质量与实时性。开发数据异常检测与修复算法，处理传感器偏差、数据缺失等问题，保障数据可靠性。
4、开发设备故障诊断算法（如浆液循环泵轴承异常、喷嘴堵塞、真空皮带机跑偏等）及工艺异常识别模型（如石膏雨、浆液结垢等），实时输出故障定位与处理建议。
5、结合规则库与历史台账数据（如设备检修记录、加油记录），建立设备健康状态评估模型，预测设备寿命与维护周期。
6、确保模型输出符合SO2小时均值达标、石膏品质等环保法规要求，设计动态补偿策略以应对烟气氧含量、温湿度等环境变量影响。优化脱硫系统运行参数（PH值、液气比、氧化风量等），在减排合规前提下实现石灰石消耗、电耗等成本最小化。
7、与自动化、研发团队、运维团队协作，完成算法模型在工业控制系统的嵌入式部署，确保实时性与稳定性。定期分析模型运行效果，结合现场反馈迭代优化算法，提升系统自适应能力。
8、探索和调研机器学习/图学习/序列学习和相关方向前沿技术，并落地于脱硫、节能等业务场景。
任职要求:
1、教育背景： 毕业于国内外知名高校，人工智能、金融工程、数学、统计、物理、计算机、生物工程、自动化等相关专业，最高学历本科及以上，硕士、博士优先；
2、精通机器学习（深度学习）并有应用模型解决实际问题的经验，熟悉监督学习、半监督学习或强化学习方法，具备创新研究能力；
3、有扎实的代码能力，熟悉深度学习/机器学习框架，如 pytorch、tensorflow、sklearn 等；
4、在数据挖掘、机器学习（KDD、ICML、NIPS、VLDB等）等领域顶级会议有文章发表或者数据挖掘竞赛（Kaggle、天池）获奖者均优先录取；
5、有火力发电厂脱硫，脱硝大模型开发经验者优先。