一、岗位职责
本岗位核心在于将人工智能技术转化为提升实验室智能化水平的实际应用，直接服务于自动化流程优化与科学决策支持。主要职责包括：
1. 场景化AI模型开发与部署：负责面向实验室特定场景（如视觉引导操作、实验数据智能分析、设备预测性维护、物料智能调度）的AI算法选型、训练、优化及在边缘或云端的部署落地。
2. 数据流水线构建：与物联网团队协作，设计并实现从实验室自动化设备、仪器仪表到AI模型的数据采集、清洗、标注与管理的高效流水线。
3. AI与业务系统集成：将AI模型或服务无缝集成至智慧实验室管理系统、数字孪生平台或自动化控制流程中，形成闭环应用。
4. 前沿技术跟踪与验证：跟踪计算机视觉、自然语言处理（用于实验报告分析）、时序预测、强化学习（用于流程优化）等领域的前沿进展，并在实验室业务场景中进行技术可行性验证与原型开发。
5. 全流程项目参与：参与从客户需求分析、技术方案设计、模型开发调试到现场实施支持的全过程。
二、岗位要求
1. 学历与经验：计算机、人工智能、数学或相关专业，硕士及以上学历；具备2年以上将AI/机器学习模型应用于工业视觉、数据分析或优化决策等实际落地项目的经验。
2. 核心技术栈
- 精通 Python，熟练掌握 PyTorch 或 TensorFlow 至少一种主流深度学习框架。
- 扎实的机器学习基础，熟悉常用算法及其适用场景。
- 具备良好的数据结构与算法功底，有C++开发经验者优先（用于高性能推理部署）。
3. 行业技能
- 有工业视觉检测、缺陷分类、时序预测或科学数据分析项目经验者优先。
- 熟悉模型部署工具（如 TensorRT, ONNX Runtime, OpenVINO 等）及边缘计算环境者优先。
- 了解机器人感知、ROS 或与 PLC/SCADA 系统进行数据交互者优先。
备注：开封-北京