岗位职责
一、节能控制算法研究与开发
1.设计并实现面向泵组/风机组的节能控制算法，融合经典控制理论（PID/MPC）与强化学习（RL）技术，通过Python/C++编写高性能控制模块。
2.构建数据驱动的激励模型（Reward Model），利用时序数据（压力、流量、能耗）设计优化目标函数，支撑强化学习训练。
3.使用PyTorch/TensorFlow开发强化学习策略（如PPO、SAC），训练智能体实现动态节能控制。
4.基于Matlab/Simulink搭建流体设备机理模型，仿真验证控制算法稳定性与节能效果。
二、工业数据处理与算法部署
1.解析工业设备数据（Modbus/OPC等协议），开发数据预处理管道（Python），提取关键特征用于控制决策。
2.将强化学习策略模型转换为C++可部署代码，嵌入边缘设备（如工业网关）。
3.设计算法在线学习框架，支持模型根据实时数据动态优化。
三、技术协作与沉淀
1.编写算法设计文档（控制逻辑、奖励函数设计、训练流程）。
2.与硬件团队协作定义控制接口，与数据科学家联合优化模型架构。
岗位技能要求
一、核心专业能力
1.控制理论：
精通经典控制（频域分析/PID整定/MPC）及现代控制理论
掌握系统辨识、稳定性分析及鲁棒控制方法
必备流体设备（泵/风机）控制机理知识
2.人工智能算法：
熟练使用PyTorch/TensorFlow开发强化学习模型（DQN/PPO/SAC等）
掌握奖励函数设计、环境建模与离线/在线训练方法
了解DRL在控制系统的应用挑战（延迟、安全性）
3.数据处理：
精通Python数据分析库（Pandas/Numpy），具备时序数据处理经验
能构建特征工程管道支撑控制决策
二、工程开发能力
1.编程语言：
精通Python（算法开发）与C/C++（工业级部署）
掌握模型转换工具（ONNX、LibTorch）
2.工具链：
熟练使用Matlab/Simulink进行控制仿真与代码生成
熟悉Git/Jenkins等开发协作工具
三、工业系统基础
1.理解PLC/DCS系统架构及通信协议（Modbus/OPC UA）工作原理
2.了解工业实时性要求与控制逻辑冲突的根本成因
四、硬性要求
1.学历：
数学或自动化/控制工程/计算机等相关专业等专业
硕士及以上学历（博士优先）
2.经验：
3年以上控制算法开发经验
至少1个完整RL控制项目经验（工业/机器人/能源领域）
3.加分项：
发表过DRL或控制算法顶会/期刊论文
熟悉流体力学建模（CFD/数据驱动）
掌握实时操作系统（RTOS）开发