一、岗位核心目标

1、作为核心研发成员，负责以集团自产铁源为原料，通过火法脱硫制备高纯氧化铁，及高纯铁的关键工艺实验与开发。本岗位要求候选人不仅能扎根实验室动手实验，还需能主动运用AI工具与数据分析方法，优化实验设计、加速数据分析并产生创新见解，将数据驱动的研究能力与传统实验技能紧密结合。

2、我们寻找“既能操作实验设施又能驾驭数据流”、相信实验产生数据，而数据经过智能分析能产生更强大的实验洞察、具有将传统工艺知识与现代数据智能相结合的意愿与潜力的新型研发工程师。

二、主要职责

1. 动手实验与工艺开发：独立负责或协同开展从原料处理、火法脱硫、氢气还原到产品表征的全流程实验操作、数据记录与分析。

2. AI辅助的研发工作：

· 实验设计与优化：利用机器学习算法或AI工具，对复杂的工艺参数（温度、气氛、时间、物料配比等）进行模拟、敏感性分析和优化，以最少实验次数达成研发目标。

· 数据智能分析：运用AI助手对实验产生的多维度数据（成分、结构、性能）进行深度挖掘，识别关键模式和隐藏关联，形成对工艺机理的智能洞察。

· 过程模拟与预测：尝试应用或开发简单的预测模型，对反应结果、产品纯度或杂质含量进行预测，指导实验方向。

3. 解决具体技术问题：针对实验中出现的问题，结合传统工程分析和数据驱动方法，快速定位根源并设计验证实验。

4. 创新方案尝试：敢于尝试AI赋能的新研发模式，探索将先进的数据科学方法应用于传统冶金工艺优化的可能性。

5. 实验总结与报告：规范撰写实验记录与分析报告，并能清晰呈现数据驱动的分析逻辑和结论。

三、任职要求

1. 学历与专业：

· 本科及以上学历，冶金工程、材料科学与工程、化学工程、计算材料学等相关专业。

· 硕士或有相关项目经验者优先。

2. 经验与技能：

· 实验技能：具备扎实的实验室动手能力，有使用高温炉、气体控制系统、材料制备与表征设备的实际经验。

· AI与数据技能：

· 熟练使用AI工具，具备数据处理、可视化及基础统计分析能力。

· 有使用机器学习库或AI辅助研发平台进行数据建模、预测或优化的经验。

· 了解或有意愿学习将AI用于实验设计（如DOE优化）、数据处理或图像分析（如对微观结构图片进行智能识别）的方法。

· 有火法冶金、高温反应相关经验，并具备上述AI/数据技能者优先。