岗位使命
成为优化算法的tech lead，通过优化算法的落地应用，助力公司在合规、节能、降碳等领域实现营收目标。
核心职责
- 主导流程工业领域（如钢铁、冶金、化工、石化等）的优化算法引擎设计、开发与测试，实现机理模型（如物料 / 能量平衡模型、碳排放核算模型）与数据驱动模型（如机器学习能耗预测模型）的融合应用，确保算法功能高效稳定适配工业现场需求。
- 与产品经理、项目经理及工业现场团队紧密协作，重点覆盖钢铁、冶金等流程工业的生产场景和环保场景，设别算法相关的业务需求，并将业务需求（如生产的多阶段协同与调度：高炉 - 转炉 - 连铸协同、产能动态调整、运输网络动态优化、设备 / 系统能耗调控优化、废水循环利用资源分配优化、碳排放配额优化）转化为数学模型，制定落地性算法方案，涵盖数学规划（MIP/LP/NLP）、动态优化（如 MPC、动态规划）、启发式 / 元启发式等算法。
- 撰写算法技术文档（含机理模型假设、数据驱动模型训练逻辑、优化算法求解流程），独立实现算法代码开发，重点优化机理-数据融合模型的代码结构与性能，保障代码质量、可维护性及工业场景下的实时响应能力。
- 跟踪流程工业领域前沿技术，包括机理建模与机器学习融合技术、工业大模型在优化场景的应用、动态优化算法升级等，评估技术可行性并引入至算法模块，提升流程工业生产、环保与供应链的节能降碳优化效率。
- 独立或指导团队完成流程工业产品与项目的算法交付，推动优化算法在实际工业场景中高效落地，重点解决流程工业的产能瓶颈、合规、节能、降碳等核心业务问题。
任职资格
- 专业经验：硕士及以上学历，运筹学、工业工程、应用数学、自动化、化学工程（流程工业相关方向）等专业；3 年以上工业领域的运筹优化算法开发经验，具备流程工业机理模型构建、生产计划调度、运输网络优化（路径规划、多节点资源协同）、资源分配优化、节能降碳等相关项目经验者优先。
-
算法能力：
- 精通工业机理模型（如物料平衡、能量平衡、反应动力学模型）与数据驱动模型（如机器学习预测模型、深度学习优化模型）的融合构建，能基于工业现场数据优化模型精度；
- 熟练掌握数学规划（混合整数规划 MIP、线性规划 LP、非线性规划 NLP）、动态优化（模型预测控制 MPC、动态规划 DP）、启发式 / 元启发式算法，具备实际工业场景下的算法识别与设计能力；
- 熟练使用 Pyomo/JuMP, MATLAB/Simulink, AMPL, GAMS, gPROMS, Dakota 等建模/仿真/优化平台，熟悉 CPLEX、Gurobi、IPOPT 等优化求解器的深入应用，有解决流程工业大规模复杂规划问题的经验者优先。
- 编程能力：熟练掌握 Python/Java/C++ 中的至少一种语言，具备扎实的面向对象编程经验；能独立完成优化算法模块开发与测试，包括但不限于机理模型、数据驱动模型与运筹优化算法的集成开发，具备代码性能优化（如大规模数据下的求解速度提升）和工业系统集成经验。
- 态度：待人处事守诚信、善沟通；工作决策以用户需求为出发点；遇任务踏实肯干、高效行动，敢创新更敢担当；对成果严控细节、持续优化。