一、岗位职责
1. 协助进行泵组/风机组等工业设备的节能控制算法的辅助开发，参与经典控制理论（如PID）与强化学习（RL）基础模型的实现，使用Python进行算法原型搭建。
2. 参与数据驱动模型的基础工作，协助处理时序数据（压力、流量、能耗等），辅助设计简单的优化目标函数，支持强化学习模型的初步训练。
3. 在指导下使用PyTorch/TensorFlow搭建基础强化学习策略（如DQN、PPO简化版），参与智能体的仿真测试。
4. 协助使用Matlab/Simulink搭建简单的流体设备机理模型，参与控制算法的仿真验证与效果评估。
5. 参与工业设备数据（如Modbus协议）的初步解析，协助开发数据预处理脚本，提取基础特征用于算法调试。
6. 协助整理算法设计文档，参与与硬件团队的简单接口对接沟通。
二、岗位技能要求
核心专业能力
1. 控制理论：
（1）掌握自动控制原理基础知识，了解PID控制、简单系统稳定性分析方法；
（2）对强化学习（RL）、模型预测控制（MPC）有基本概念认知；
（3）了解流体设备（泵/风机）控制的基本原理者优先。
2. 人工智能算法：
（1）了解PyTorch/TensorFlow等框架的基本使用，能在指导下搭建简单的神经网络模型；
（2）了解强化学习的基本概念（如智能体、奖励函数、环境交互）；
（3）对AI在控制系统中的应用有兴趣。
3. 数据处理：
（1）掌握Python基础语法，了解Pandas/Numpy等数据分析库的基本操作；
（2）有简单时序数据（如传感器数据）处理经验者优先。
工程开发能力
1. 编程语言：
（1）熟练使用Python进行基础算法实现；
（2）了解C/C++语法，有简单代码阅读或编写经验者优先；
（3）对模型部署工具（如ONNX）有基本认知者优先。
2. 工具链：
（1）了解Matlab/Simulink的基本操作，能进行简单的仿真建模者优先；
（2）了解Git等版本控制工具的基本使用。
三、工业系统基础
1. 了解工业控制系统（如PLC）的基本概念；
2. 对Modbus/OPC等工业通信协议有初步认知者优先。
四、硬性要求
1. 学历：
（1）数学或自动化/控制工程/计算机等相关专业等相关专业；
（2）本科及以上学历（硕士学历优先）。
2. 经验：
（1）1-3年相关工作经验，优秀应届生亦可；
（2）有控制算法、强化学习或工业数据处理相关课程项目、实习经历者优先。
3. 加分项：
（1）参与过简单的控制算法设计或机器学习项目（包括课程设计、竞赛）；
（2）对泵/风机等流体设备控制有兴趣，愿意深入学习；
（3）具备良好的沟通能力和团队协作精神，学习主动性强。