職位描述1、需求分析與方案設(shè)計(jì)
- 與業(yè)務(wù)部門深度溝通,梳理生產(chǎn)、質(zhì)檢、物流等業(yè)務(wù)場(chǎng)景的 AI 需求,形成需求文檔。
- 設(shè)計(jì) AI 解決方案,確定算法選型、技術(shù)架構(gòu)與數(shù)據(jù)處理方案。
2、算法研發(fā)與模型構(gòu)建
- 基于 TensorFlow、PyTorch 等框架,開發(fā)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法模型,如缺陷檢測(cè)模型、預(yù)測(cè)性維護(hù)模型。
- 對(duì)模型進(jìn)行訓(xùn)練、調(diào)優(yōu),優(yōu)化算法性能與準(zhǔn)確率,確保滿足業(yè)務(wù)指標(biāo)要求。
3、數(shù)據(jù)處理與管理
- 負(fù)責(zé)數(shù)據(jù)清洗、標(biāo)注、特征工程等預(yù)處理工作,提升數(shù)據(jù)質(zhì)量。
- 管理數(shù)據(jù)倉(cāng)庫(kù),構(gòu)建數(shù)據(jù)采集、存儲(chǔ)、調(diào)用流程,保障算法模型數(shù)據(jù)供給。
4、系統(tǒng)部署與維護(hù)
- 將 AI 模型部署至生產(chǎn)環(huán)境,與 IT 系統(tǒng)集成,實(shí)現(xiàn)算法落地應(yīng)用。
- 監(jiān)控模型運(yùn)行狀態(tài),定期更新維護(hù),解決運(yùn)行中出現(xiàn)的問題。
5、技術(shù)研究與知識(shí)沉淀
- 跟蹤 AI 前沿技術(shù),探索新技術(shù)在制造業(yè)場(chǎng)景的應(yīng)用潛力。
- 編寫技術(shù)文檔,分享研發(fā)經(jīng)驗(yàn),提升團(tuán)隊(duì) AI 技術(shù)能力。
- 制定應(yīng)急預(yù)案(如AI系統(tǒng)故障時(shí)切換人工流程)
職位要求1、教育程度:計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、電子信息等相關(guān)專業(yè)優(yōu)先
2、專業(yè)經(jīng)驗(yàn):
- 3年以上制造業(yè)大數(shù)據(jù)/數(shù)字化/智能化工作經(jīng)驗(yàn),具備工業(yè)AI落地項(xiàng)目經(jīng)驗(yàn)
- 1到3年AI 算法研發(fā)經(jīng)驗(yàn),有制造業(yè)(如質(zhì)檢、預(yù)測(cè)性維護(hù))場(chǎng)景 AI 項(xiàng)目經(jīng)驗(yàn)者優(yōu)先
3、核心能力:
- 精通 Python 編程,熟練使用 NumPy、Pandas 等數(shù)據(jù)處理庫(kù)。
- 熟悉 TensorFlow、PyTorch 等深度學(xué)習(xí)框架,掌握常見機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法(如 CNN、RNN、SVM 等)。
- 具備數(shù)據(jù)挖掘、數(shù)據(jù)建模、特征工程經(jīng)驗(yàn),熟悉 SQL 數(shù)據(jù)庫(kù)操作。
- 了解 Linux 系統(tǒng),有算法模型部署經(jīng)驗(yàn)者優(yōu)先。
4、知識(shí)儲(chǔ)備:
- 熟悉工業(yè)數(shù)據(jù)協(xié)議(OPC UA、Modbus)及物聯(lián)網(wǎng)架構(gòu)
- 了解制造業(yè)安全標(biāo)準(zhǔn)(IEC 62443)
- 掌握Python/SQL基礎(chǔ)及MinIO等工業(yè)數(shù)據(jù)工具