职位描述1、需求分析与方案设计
- 与业务部门深度沟通，梳理生产、质检、物流等业务场景的 AI 需求，形成需求文档。
- 设计 AI 解决方案，确定算法选型、技术架构与数据处理方案。
2、算法研发与模型构建
- 基于 TensorFlow、PyTorch 等框架，开发机器学习、深度学习算法模型，如缺陷检测模型、预测性维护模型。
- 对模型进行训练、调优，优化算法性能与准确率，确保满足业务指标要求。
3、数据处理与管理
- 负责数据清洗、标注、特征工程等预处理工作，提升数据质量。
- 管理数据仓库，构建数据采集、存储、调用流程，保障算法模型数据供给。
4、系统部署与维护
- 将 AI 模型部署至生产环境，与 IT 系统集成，实现算法落地应用。
- 监控模型运行状态，定期更新维护，解决运行中出现的问题。
5、技术研究与知识沉淀
- 跟踪 AI 前沿技术，探索新技术在制造业场景的应用潜力。
- 编写技术文档，分享研发经验，提升团队 AI 技术能力。
- 制定应急预案（如AI系统故障时切换人工流程）

职位要求1、教育程度：计算机科学、数学、统计学、电子信息等相关专业优先
2、专业经验：
- 3年以上制造业大数据/数字化/智能化工作经验，具备工业AI落地项目经验
- 1到3年AI 算法研发经验，有制造业（如质检、预测性维护）场景 AI 项目经验者优先
3、核心能力：
- 精通 Python 编程，熟练使用 NumPy、Pandas 等数据处理库。
- 熟悉 TensorFlow、PyTorch 等深度学习框架，掌握常见机器学习、深度学习算法（如 CNN、RNN、SVM 等）。
- 具备数据挖掘、数据建模、特征工程经验，熟悉 SQL 数据库操作。
- 了解 Linux 系统，有算法模型部署经验者优先。
4、知识储备：
- 熟悉工业数据协议（OPC UA、Modbus）及物联网架构
- 了解制造业安全标准（IEC 62443）
- 掌握Python/SQL基础及MinIO等工业数据工具