（一）、岗位职责
1. 主导面向实际工业场景的小型化、轻量化AI控制模型的设计、开发、调优与现场部署；
2. 推动AI控制模型的标准化、模块化建设，提升模型在多场景下的泛化能力与交付效率；
3. 针对新项目需求，快速完成从数据理解、算法选型、模型开发到现场调试的端到端交付闭环。

（二）、岗位要求：
1. 熟练掌握序列数据的预处理技术，包括异常值检测、缺失值填补、传感器滤波等；
2. 深入理解经典机器学习算法（如K-Means、决策树、SVM等）及集成方法（Bagging/Boosting/Stacking）在工业时序预测与控制中的应用；
3. 熟悉深度学习基础组件（Dropout、BN/LN、L1/L2正则等）及其在提升模型鲁棒性与泛化能力中的作用；
4. 掌握主流神经网络训练机制，包括不同优化器（SGD with Momentum、Adam等）原理、反向传播推导及调试技巧；
5. 精通DNN、CNN、RNN（含LSTM/GRU）、Transformer等架构在时序建模中的适用场景与工程实践，具备至少2个以上工业级时序模型完整落地经验；
6. 控制工程、自动化、数学、计算机等相关专业本科及以上学历；
7. 3年以上算法开发及项目交付经验；
8. 抗压能力强，能接受出差及现场调试工作