1. 学历专业： 硕士及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业。具备突出的工程落地能力者可放宽至本科。

2. 扎实基础：

精通数据结构、算法设计与复杂度分析。

深入理解机器学习/深度学习经典与前沿模型（如时序模型、图神经网络、集成学习、深度学习框架PyTorch/TF）。

熟练掌握Python，熟悉常用科学计算库（NumPy, Pandas, Scikit-learn）及数据处理技术。

产业级AI技术储备：熟悉RAG架构、Agent框架、多模态模型等应用范式。

3. 工程交付能力：至少1个复杂算法从开发到上线的全流程落地案例。

4. 领域经验 (满足其一)：

数字孪生/工业仿真： 物理建模、系统仿真、基于3D模型的时空数据分析、状态预测与故障诊断算法经验。

绿色低碳/能源优化： 能源消耗预测、碳排放计算、资源调度优化、可再生能源并网策略等算法经验。

城市治理/交通物流： 人流/车流预测、路径规划、设施选址、事件检测与预警等时空数据算法经验。

地理信息分析： 遥感图像分析、GIS空间计算、位置智能相关算法经验。

文旅/工业视觉： AR互动算法、文物识别、工业质检、机器人视觉导航。

5. AI提效与协作： 积极运用AI工具提升研发效率，具备优秀的问题抽象、沟通协作和文档能力。

1. 数据驱动建模与算法研发：

针对城市治理、绿色低碳、数字文旅、校园更新等业务场景，设计、实现与优化核心算法模型（如预测、优化、仿真、模式识别）。

处理和分析多源异构数据（传感器/IoT、地理信息、业务系统、3D模型元数据等），构建高精度数据模型与决策引擎。

开发面向数智化业务平台的智能分析、模拟推演、决策支持、实时预警等算法模块。

2. 模型部署与工程落地：

将算法模型高效部署到生产环境（云/边缘/本地），解决大规模数据下的性能、延迟与稳定性问题。

设计并实现模型的持续监控、评估与迭代优化流程，确保效果和业务价值。

3. AI技术探索与赋能：

探索大模型Agent、多模态学习、强化学习等新技术在业务中的创新应用。○ 善用AI提效工具链加速研发实验。

· 在高级会议/期刊发表论文或拥有高质量开源项目。

· 大模型应用经验： Agent设计与开发、提示工程、微调、多模态理解与生成在垂直领域的应用。

请至https://employ.zuadr.com/“算法工程师”岗位投递简历