一、崗位職責(zé)
本崗位核心在于將人工智能技術(shù)轉(zhuǎn)化為提升實(shí)驗(yàn)室智能化水平的實(shí)際應(yīng)用，直接服務(wù)于自動(dòng)化流程優(yōu)化與科學(xué)決策支持。主要職責(zé)包括：
1. 場景化AI模型開發(fā)與部署：負(fù)責(zé)面向?qū)嶒?yàn)室特定場景（如視覺引導(dǎo)操作、實(shí)驗(yàn)數(shù)據(jù)智能分析、設(shè)備預(yù)測性維護(hù)、物料智能調(diào)度）的AI算法選型、訓(xùn)練、優(yōu)化及在邊緣或云端的部署落地。
2. 數(shù)據(jù)流水線構(gòu)建：與物聯(lián)網(wǎng)團(tuán)隊(duì)協(xié)作，設(shè)計(jì)并實(shí)現(xiàn)從實(shí)驗(yàn)室自動(dòng)化設(shè)備、儀器儀表到AI模型的數(shù)據(jù)采集、清洗、標(biāo)注與管理的高效流水線。
3. AI與業(yè)務(wù)系統(tǒng)集成：將AI模型或服務(wù)無縫集成至智慧實(shí)驗(yàn)室管理系統(tǒng)、數(shù)字孿生平臺(tái)或自動(dòng)化控制流程中，形成閉環(huán)應(yīng)用。
4. 前沿技術(shù)跟蹤與驗(yàn)證：跟蹤計(jì)算機(jī)視覺、自然語言處理（用于實(shí)驗(yàn)報(bào)告分析）、時(shí)序預(yù)測、強(qiáng)化學(xué)習(xí)（用于流程優(yōu)化）等領(lǐng)域的前沿進(jìn)展，并在實(shí)驗(yàn)室業(yè)務(wù)場景中進(jìn)行技術(shù)可行性驗(yàn)證與原型開發(fā)。
5. 全流程項(xiàng)目參與：參與從客戶需求分析、技術(shù)方案設(shè)計(jì)、模型開發(fā)調(diào)試到現(xiàn)場實(shí)施支持的全過程。
二、崗位要求
1. 學(xué)歷與經(jīng)驗(yàn)：計(jì)算機(jī)、人工智能、數(shù)學(xué)或相關(guān)專業(yè)，碩士及以上學(xué)歷；具備2年以上將AI/機(jī)器學(xué)習(xí)模型應(yīng)用于工業(yè)視覺、數(shù)據(jù)分析或優(yōu)化決策等實(shí)際落地項(xiàng)目的經(jīng)驗(yàn)。
2. 核心技術(shù)棧
- 精通 Python，熟練掌握 PyTorch 或 TensorFlow 至少一種主流深度學(xué)習(xí)框架。
- 扎實(shí)的機(jī)器學(xué)習(xí)基礎(chǔ)，熟悉常用算法及其適用場景。
- 具備良好的數(shù)據(jù)結(jié)構(gòu)與算法功底，有C++開發(fā)經(jīng)驗(yàn)者優(yōu)先（用于高性能推理部署）。
3. 行業(yè)技能
- 有工業(yè)視覺檢測、缺陷分類、時(shí)序預(yù)測或科學(xué)數(shù)據(jù)分析項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
- 熟悉模型部署工具（如 TensorRT, ONNX Runtime, OpenVINO 等）及邊緣計(jì)算環(huán)境者優(yōu)先。
- 了解機(jī)器人感知、ROS 或與 PLC/SCADA 系統(tǒng)進(jìn)行數(shù)據(jù)交互者優(yōu)先。
備注：開封-北京