崗位職責:
1. 工業(yè) AI 算法研發(fā):
負責機器學習、運籌優(yōu)化、強化學習等算法在工業(yè)預測性維護和參數(shù)優(yōu)化場景中的研究、設(shè)計、開發(fā)和部署。
針對具體的工業(yè)問題(如設(shè)備故障預測、工藝參數(shù)優(yōu)化),選擇合適的算法策略,并進行模型訓練、優(yōu)化和性能評估。
根據(jù)實際業(yè)務(wù)需求,探索和應(yīng)用最新的 AI 技術(shù),如大模型、聯(lián)邦學習等。
2. 設(shè)備預測性維護:
運用 AI 算法識別設(shè)備故障模式和潛在風險。
開發(fā)設(shè)備故障預測模型,實現(xiàn)提前預警,減少非計劃停機時間,延長設(shè)備壽命。
結(jié)合設(shè)備機理,建立基于數(shù)據(jù)驅(qū)動和機理模型的混合故障預測模型。
3. 工業(yè)工藝參數(shù)優(yōu)化:
運用 AI 算法分析工業(yè)過程數(shù)據(jù),識別影響產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵工藝參數(shù)。
開發(fā)工藝參數(shù)優(yōu)化模型,為工程師提供智能化的參數(shù)調(diào)整建議,提升產(chǎn)品良率和降低能耗。
結(jié)合實際生產(chǎn)需求,進行工藝參數(shù)的動態(tài)優(yōu)化和自適應(yīng)調(diào)整。
4. 數(shù)據(jù)分析與特征工程:
負責工業(yè)數(shù)據(jù)的清洗、預處理、特征提取和特征選擇,為算法模型提供高質(zhì)量的數(shù)據(jù)輸入。
深入理解工業(yè)業(yè)務(wù)邏輯和數(shù)據(jù)特點,進行有效的數(shù)據(jù)分析和挖掘,構(gòu)建高質(zhì)量的特征工程。
處理多源異構(gòu)數(shù)據(jù),包括傳感器數(shù)據(jù)、工藝數(shù)據(jù)、設(shè)備歷史數(shù)據(jù)等。
5. 模型優(yōu)化與性能提升:
不斷優(yōu)化現(xiàn)有算法模型,提升模型的精度、效率和魯棒性,并解決實際應(yīng)用中遇到的挑戰(zhàn)。
對模型進行在線監(jiān)控和持續(xù)改進,確保模型在復雜工業(yè)環(huán)境中的穩(wěn)定性和可靠性。
6. 技術(shù)文檔編寫與分享:
7. 跨團隊協(xié)作:
任職要求:
1. 碩士及以上學歷,計算機、軟件、應(yīng)用數(shù)學、自動化、電氣工程等相關(guān)專業(yè)。
2. 精通機器學習、運籌優(yōu)化或強化學習等至少一個方向的算法理論和實踐,具備扎實的數(shù)學基礎(chǔ)。
3. 熟練掌握 Python 或 R 語言,熟練使用常用的機器學習和優(yōu)化庫。
4. 具備工業(yè)領(lǐng)域 AI 項目經(jīng)驗,熟悉工業(yè)工藝參數(shù)優(yōu)化、設(shè)備故障預測、預測性維護等應(yīng)用場景者優(yōu)先。
5. 具備優(yōu)秀的數(shù)據(jù)分析、數(shù)據(jù)挖掘和特征工程能力,能夠處理和分析工業(yè)領(lǐng)域的高維、多源異構(gòu)數(shù)據(jù)。
6. 具備優(yōu)秀的邏輯思維能力、分析問題和解決問題的能力,能夠獨立承擔復雜項目的研發(fā)任務(wù)。
7. 良好的溝通表達能力和團隊合作精神,能夠與不同背景的團隊成員有效協(xié)作。
8. 具備快速學習新技術(shù)和新領(lǐng)域知識的能力。