一、教育背景
- 学历与专业：硕士及以上学历，控制科学与工程、自动化、电气工程、计算机科学与技术、人工智能、机械工程（智能控制方向）等相关专业；博士学历在复杂系统控制、先进算法研究方向有成果者优先。
- 学业与研究基础：硕士期间研究方向聚焦智能控制（如模型预测控制、强化学习控制）、复杂系统优化等领域；博士需以第一作者在《IEEE Transactions on Industrial Informatics》《Automatica》等控制领域顶刊 / 顶会（如 IEEE ICRA、ACC）发表过相关论文，或有智能控制方向发明专利（已授权）。
二、专业技能
1. 核心算法与技术能力
- 先进控制算法：精通模型预测控制（MPC）、自适应控制、鲁棒控制、强化学习（DQN、PPO 等）、模糊神经网络控制等算法，能针对非线性、时变、多约束的复杂工业系统（如流程工业生产线、智能装备）设计控制方案；可独立完成算法数学建模、稳定性分析与收敛性验证。
- 机器学习与深度学习：熟练使用 PyTorch/TensorFlow 搭建深度控制模型（如基于 Transformer 的时序控制模型、基于 CNN 的视觉引导控制模型），能结合强化学习实现动态环境下的控制策略优化（如柔性制造系统的自适应调度）；掌握迁移学习、小样本学习技术，解决工业场景数据稀缺问题。
2. 工具与开发能力
- 仿真与开发工具（若有更佳）：了解 MATLAB/Simulink（含 Model Predictive Control Toolbox、Reinforcement Learning Toolbox），能搭建复杂系统仿真模型；熟练使用 Python（Scipy、Gym 库）进行算法原型开发，具备 C++/ROS（机器人操作系统）开发能力，可完成控制算法的嵌入式部署（如基于 STM32、FPGA 的实时控制）。
三、工作经验
- 经验要求：硕士需 1 年及以上智能控制算法开发经验，博士需 1 年及以上相关经验。
四、能力素质1.技术攻坚与创新：能独立解决复杂控制难题，具备算法创新能力。
工作地点：合肥，天津，广州，新加坡。