1.數(shù)據(jù)智能分析與建模：
（1）負(fù)責(zé)多源數(shù)據(jù)（結(jié)構(gòu)化/非結(jié)構(gòu)化）的采集、清洗、特征工程及存儲(chǔ)方案設(shè)計(jì)，構(gòu)建高效的數(shù)據(jù)處理流程；
（2）開(kāi)發(fā)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法模型，解決業(yè)務(wù)場(chǎng)景中的預(yù)測(cè)、分類、聚類等問(wèn)題，優(yōu)化模型性能與泛化能力；
（3）探索生成式AI、大模型等前沿技術(shù)，推動(dòng)數(shù)據(jù)驅(qū)動(dòng)型智能應(yīng)用的創(chuàng)新落地。
2.軟硬件智能化整合與開(kāi)發(fā)：
（1）設(shè)計(jì)并實(shí)現(xiàn)AI系統(tǒng)與現(xiàn)有軟件/硬件平臺(tái)的集成方案，開(kāi)發(fā)標(biāo)準(zhǔn)化API接口及服務(wù)模塊；
（2）優(yōu)化智能算法在邊緣設(shè)備、云端的部署方案，提升系統(tǒng)實(shí)時(shí)性與資源利用率；
（3）參與智能設(shè)備（如機(jī)器人、機(jī)器狗等）的算法適配與性能調(diào)優(yōu)。
3.智能決策系統(tǒng)構(gòu)建：
（1）基于業(yè)務(wù)需求構(gòu)建智能決策模型，結(jié)合強(qiáng)化學(xué)習(xí)、運(yùn)籌優(yōu)化等技術(shù)實(shí)現(xiàn)自動(dòng)化決策支持；
（2）開(kāi)發(fā)可視化決策工具，輸出動(dòng)態(tài)策略建議；
（3）持續(xù)跟蹤決策效果，通過(guò)數(shù)據(jù)反饋迭代優(yōu)化決策邏輯。
4.全流程技術(shù)把控與協(xié)作：
（1）主導(dǎo)技術(shù)方案設(shè)計(jì)，協(xié)調(diào)數(shù)據(jù)、開(kāi)發(fā)、運(yùn)維團(tuán)隊(duì)推進(jìn)項(xiàng)目落地，確保技術(shù)實(shí)現(xiàn)與業(yè)務(wù)目標(biāo)對(duì)齊；
（2）制定AI研發(fā)規(guī)范，輸出技術(shù)文檔，推動(dòng)團(tuán)隊(duì)技術(shù)能力提升與知識(shí)沉淀。

1.學(xué)歷及專業(yè)：碩士研究生及以上學(xué)歷，電子信息類、計(jì)算機(jī)類等專業(yè)優(yōu)先；
2.應(yīng)聘年齡：45周歲及以下；
3.技能要求：①算法基礎(chǔ)：精通Python，熟練使用TensorFlow/PyTorch框架，掌握經(jīng)典機(jī)器學(xué)習(xí)（如XGBoost、LightGBM）與深度學(xué)習(xí)模型（如CNN、RNN、Transformer）；
②數(shù)據(jù)處理：熟悉SQL/NoSQL數(shù)據(jù)庫(kù)，熟練使用Spark/Flink等大數(shù)據(jù)工具，具備海量數(shù)據(jù)并行處理經(jīng)驗(yàn)；③系統(tǒng)開(kāi)發(fā)：了解微服務(wù)架構(gòu)，熟悉Docker/Kubernetes部署，具備Java/C++跨平臺(tái)開(kāi)發(fā)能力者加分；④具備將抽象業(yè)務(wù)問(wèn)題轉(zhuǎn)化為數(shù)學(xué)建模問(wèn)題的能力，擅長(zhǎng)技術(shù)可行性分析與解決方案設(shè)計(jì)；⑤優(yōu)秀的跨團(tuán)隊(duì)溝通能力，能夠獨(dú)立承擔(dān)技術(shù)攻關(guān)并推動(dòng)項(xiàng)目落地；
4.工作經(jīng)歷：3年以上相關(guān)工作經(jīng)驗(yàn)。