岗位职责：
1.面向工业智能装备、自动化、精密设备场景，负责故障诊断、预测性维护、工况优化、智能质检、参数自适应调控等AI算法开发、调试与项目落地，解决设备智能化改造实际技术问题。
2.完成传感器时序、设备运行、图像检测类工业数据清洗、预处理、特征挖掘与标注；针对工业场景噪声大、样本不均衡、工况多变痛点，落地时序预测、异常检测、小样本学习等模型，持续迭代优化模型精度与现场稳定性。
3.拆解业务需求，输出算法开发、测试及落地文档；完成算法原型到设备端‑边缘‑云端部署调试，保障模型在真实工业工况稳定运行。
4.跟踪工业AI、边缘智能、设备大模型等技术，完成产品场景适配优化；沉淀项目案例、技术文档，协助输出专利、软著，丰富公司算法技术库。
5.联动工程、生产、测试团队，对接设备及产线调试，收集现场问题，针对性优化算法泛化性、实时性、鲁棒性，配合项目验收复盘，提升产品落地使用体验。
任职要求：
1. 博士学历，人工智能、计算机、机器学习、模式识别等相关专业；扎实掌握深度学习、机器学习、概率统计等理论基础。
2.有工业设备AI项目落地经历，参与/主导过故障检测、预测维护、智能质检类项目；熟悉工业设备运行逻辑与现场工况特点。
3.熟练时序数据分析、机器视觉、异常检测、预测类算法；精通Python，熟练PyTorch/TensorFlow；了解模型轻量化、量化、边缘部署等工程化技术，可独立完成算法开发‑调试‑部署。
4.理解工业AI落地痛点，可解决模型泛化弱、现场适配差、实时性不足等实际问题；具备较强问题排查能力，适配复杂多变工业现场。
5.逻辑思维好、学习能力强，擅长团队协作，执行力强；有工业AI项目成果、专利、论文优先。