人工智能算法工程师

1. 参与算法标准化、产品化与质量管控：将研发算法做API化、配置项化封装，搭建统一技术底座+单厂参数适配架构，开发标准化算法服务接口，降低交付端适配成本；搭建自动化模型回归测试流水线，围绕水质、能耗、药耗、设备稳定性搭建量化算法效果评估体系，保障模型性能与安全边界；针对核心业务场景抽象通用算法策略、标准化参数模板，搭建可复用工业智能控制解决方案库，撰写配套文档赋能交付团队；搭建算法仿真验证环境，模拟不同工艺水质波动、设备运行约束，用于算法离线训练与预评估，固化安全保护逻辑；联动产品经理、研发中心，将共性需求转化为算法优化方向，参与产品路线图规划，评审算法缺陷推动通用性修复；
2. 全项目现场算法落地与运维优化：负责项目现场工业数据采集、清洗、分析与全维度治理，排查数据异常问题，建立现场数据质量评估标准，输出数据治理专项报告；依托标准化算法服务，结合项目现场工况完成一厂一策本地化模型训练与参数微调，负责算法模型在边缘网关、本地服务器部署联调，验证算法指令可被PLC/DCS正确接收执行；协同工艺专家、自控工程师开展系统试运行开环验证，监测智能体决策落地效果，保障出水稳定达标、实现节能降耗

1. 学历专业：硕士及以上学历，自动化、人工智能、计算机、环境工程等相关专业；优秀本科生可酌情考虑，本科学历需10年以上行业从业经验且业绩突出；
2. 工作经验：2年以上强化学习、机器学习或智能控制算法研发经验，有工业控制、环保水务落地经验，具备算法模型工程化、API封装服务化经验，完整参与算法从研发到产品落地全周期；2年以上工业AI算法落地经验，拥有水务/环保现场算法部署调试履历，完整参与项目从数据采集、模型训练到上线运行全流程，熟悉工业时序数据处理与建模；
3. 专业能力：熟练使用PyTorch/TensorFlow及Python，掌握强化学习原理、神经网络模型、PID/MPC控制方法，具备策略学习、奖励设计、模型训练、工程落地、工业仿真建模能力；了解PLC、DCS、SCADA等工业系统，掌握OPC等通信对接逻辑，能够完成现场接口联调、通信故障排查；精通污水处理工艺与核心水质指标，拥有曝气、加药、节能降耗项目落地经验；可提炼个性化需求做成通用配置模块，也可结合现场工况开展一厂一策模型微调；
4. 素质要求：抽象思维突出，对代码质量、模型可复现性、测试覆盖率具备高标准；跨部门沟通顺畅