我们正在寻找一位兼具数理功底与工程实践能力的数据算法工程师。您将与研发团队紧密合作，从真实世界数据中挖掘规律，建立高精度数学模型与核心算法，并将其转化为高效、稳定、可扩展的工程实现。

如果您热衷于数学建模与算法创新，既能深入原理，又能写出高质量代码，我们诚邀您加入。

岗位职责：

1. 数学建模与公式化：​​ 抽象复杂数据规律，构建清晰、可解释的数学模型。
2. ​经典滤波算法应用与优化：​​ 掌握并优化单指数滤波、卡尔曼滤波、巴特沃斯滤波等经典算法，针对不同场景进行算法选型与性能调优。
3. ​频域分析与信号处理：​​ 深入理解傅里叶变换及相关频域分析，能够在算法选择中基于原理进行判断，而非单纯依赖库函数。
4. ​数据分析与原型开发：​​ 使用Python（NumPy、Pandas、Matplotlib/Seaborn 等）进行数据探索、可视化与算法原型验证。
5. ​核心算法工程化与优化：​

• 借助 AI 辅助工具（如Co-Pilot、Cursor）提升开发效率。
• 使用C/C++ 开发并优化核心算法模块，确保低延迟与高可靠性。
• 编写高质量、可维护的生产级代码。

1. ​创新算法设计与探索：​​

• 对算法设计有热情，积极研究和设计新型算法，探索最优解法。
• 理解不同建模技术（如多项式拟合、符号回归 Symbolic Regression、神经网络等）的内在原理、优势、局限性与适用场景（例如：理解高次多项式的不稳定性、神经网络的可解释性挑战等）。
• 追求算法的可解释性与鲁棒性。
2. 工作经验：​​ 2 年以上相关经验；数学专业优秀应届本科/硕士生，或具备顶尖实习/科研经历者可放宽。
3. ​核心能力：​​
• 扎实的数理基础：精通微积分、线性代数、概率统计，具备物理建模能力。
• 算法理解力：深刻掌握滤波、傅里叶变换、频域分析等常用算法的原理。
• 编程技能：精通 Python 及其数据科学生态；具备 C/C++ 开发经验或快速学习能力。
• 工程素养：理解代码可读性、效率与可靠性的重要性，能写出高质量代码。
• AI 编程工具：能够熟练运用 AI 辅助开发工具提升效率。
• 创新与探索：对前沿算法方法（如符号回归）有浓厚兴趣，善于比较不同建模技术的适用性。
• 问题解决：具备优秀的分析和解决复杂问题的能力。
• 沟通协作：能够与跨学科团队高效合作。
​4. 加分项

• 拥有符号回归（Symbolic Regression）项目或研究经验。
• 熟悉特定应用领域（如信号处理、控制系统等）。
• 具备复杂工业场景下算法设计与优化经验。