1.开发用于预测性维护、流程优化和异常检测的人工智能 / 机器学习模型，以提高运营效率。
2.设计并实施可扩展的数据管道，用于工业数据的采集、转换和存储。
3.与物联网、自动化和模拟团队合作，将人工智能驱动的决策制定集成到数字孪生系统中。
4.针对工业环境中的实时推理和边缘计算应用，对人工智能模型进行优化。
岗位要求：
1．具备扎实的传统机器学习、深度学习和生成对抗算法的基础知识。
2．深入理解生成式人工智能提示工程技术。
3．拥有 5 年以上机器学习 / 人工智能服务优化（低延迟、批量处理）方面的经验，并且了解部署策略。
4．具备机器学习 / 人工智能运维（AIOps）和监控方面的经验。
5．理解数据结构和操作技术，能够编写简洁的代码，并采用软件工程技术。
6．能够开展定量研究和实验。
7．深入理解 Python、PyTorch、TensorFlow、CUDA 和 SparkML。
8．能够使用 Docker 和 Kubernetes。
9．能够利用 Apache Spark 进行大规模数据处理。
10．能够通过 git 进行协作，并了解 git 策略。
11．拥有应用程序以及数据和人工智能管道的实际持续集成 / 持续交付（CI/CD）工作流程经验。
12．具备产品开发和敏捷开发方面的经验。
13．具备 SQL、Azure、Databricks、Go 语言、C++、Ray 框架方面的经验。
14．为企业部署过生产级别的人工智能 / 机器学习系统。
15．具备良好的英语沟通能力。
16．优秀的逻辑思维能力，具备良好的沟通、协调能力和团队合作精神。