職位描述
該職位信息待核驗,請仔細了解后再進行投遞!
崗位職責
1.行業 AI 模型研發:聚焦冶金、核電核心業務痛點,負責 AI 算法模型的設計、訓練與優化。
2.AI 系統集成與落地:協同軟件、硬件團隊完成 AI 模型與業務系統的集成部署,解決工程化落地難題。
3.數據處理與特征工程:負責冶金、核電業務場景下的數據集構建與優化。例如,處理冶金連鑄過程中每秒 2000 條的設備運行數據,完成數據清洗、異常值剔除與特征提取,構建鋼水質量預測模型的訓練數據集;整理核電設備歷年故障數據與運維記錄,通過特征工程挖掘關鍵影響因素,提升故障診斷模型的泛化能力。
4.AI 模型迭代與維護:基于業務反饋與新數據,持續迭代優化 AI 模型性能。如針對冶金客戶提出的 “小樣本缺陷檢測” 需求,引入遷移學習算法優化模型,在新增缺陷樣本不足 50 條的情況下,仍保持 95% 以上的識別準確率。
5.技術文檔與知識沉淀:編寫 AI 模型設計文檔、訓練報告、部署手冊等技術資料,沉淀 AI 研發與落地經驗。在核電項目交付中,配合客戶完成 AI 模型驗證文檔編制,清晰說明模型原理、精度指標與安全保障機制,確保項目順利驗收。
任職要求
1.專業背景:計算機科學與技術、人工智能、數據科學、自動化等相關專業碩士及以上學歷(優秀本科可放寬,需有突出 AI 項目經歷),無掛科、重修,熟悉機器學習、深度學習、計算機視覺、時序數據分析等 AI 技術,有冶金 / 核電行業 AI 研發經歷者優先。
2.技術能力:熟練掌握至少一種 AI 開發框架,如 TensorFlow、PyTorch、Scikit-learn;具備獨立設計并實現復雜 AI 模型的能力,例如能基于業務需求設計自定義網絡結構的深度學習模型,或開發結合領域知識的混合 AI 模型;熟悉 Python 編程,具備數據處理(Pandas、NumPy)與可視化(Matplotlib、Seaborn)能力。
3.工程實踐能力:具備 AI 模型工程化思維,了解工業場景下的模型部署約束(如硬件算力、實時性要求),有邊緣計算設備 AI 部署、工業級 AI 系統開發經驗者優先;熟悉模型壓縮、量化、加速技術,能在保證模型精度的前提下,提升推理效率。
4.行業認知與學習能力:了解冶金自動化生產流程(如連鑄、軋制)或核電設備運行邏輯,能快速理解業務需求并轉化為 AI 技術方案;具備較強的自主學習能力,可快速掌握行業特定技術(如冶金行業的高溫環境圖像預處理、核電行業的小樣本故障診斷技術)。
5.溝通協作能力:能清晰表達 AI 模型設計思路與技術方案,與軟件、硬件、業務團隊高效協作;具備良好的問題分析與解決能力,能在 AI 落地遇到工程難題時,提出切實可行的解決方案。
1.行業 AI 模型研發:聚焦冶金、核電核心業務痛點,負責 AI 算法模型的設計、訓練與優化。
2.AI 系統集成與落地:協同軟件、硬件團隊完成 AI 模型與業務系統的集成部署,解決工程化落地難題。
3.數據處理與特征工程:負責冶金、核電業務場景下的數據集構建與優化。例如,處理冶金連鑄過程中每秒 2000 條的設備運行數據,完成數據清洗、異常值剔除與特征提取,構建鋼水質量預測模型的訓練數據集;整理核電設備歷年故障數據與運維記錄,通過特征工程挖掘關鍵影響因素,提升故障診斷模型的泛化能力。
4.AI 模型迭代與維護:基于業務反饋與新數據,持續迭代優化 AI 模型性能。如針對冶金客戶提出的 “小樣本缺陷檢測” 需求,引入遷移學習算法優化模型,在新增缺陷樣本不足 50 條的情況下,仍保持 95% 以上的識別準確率。
5.技術文檔與知識沉淀:編寫 AI 模型設計文檔、訓練報告、部署手冊等技術資料,沉淀 AI 研發與落地經驗。在核電項目交付中,配合客戶完成 AI 模型驗證文檔編制,清晰說明模型原理、精度指標與安全保障機制,確保項目順利驗收。
任職要求
1.專業背景:計算機科學與技術、人工智能、數據科學、自動化等相關專業碩士及以上學歷(優秀本科可放寬,需有突出 AI 項目經歷),無掛科、重修,熟悉機器學習、深度學習、計算機視覺、時序數據分析等 AI 技術,有冶金 / 核電行業 AI 研發經歷者優先。
2.技術能力:熟練掌握至少一種 AI 開發框架,如 TensorFlow、PyTorch、Scikit-learn;具備獨立設計并實現復雜 AI 模型的能力,例如能基于業務需求設計自定義網絡結構的深度學習模型,或開發結合領域知識的混合 AI 模型;熟悉 Python 編程,具備數據處理(Pandas、NumPy)與可視化(Matplotlib、Seaborn)能力。
3.工程實踐能力:具備 AI 模型工程化思維,了解工業場景下的模型部署約束(如硬件算力、實時性要求),有邊緣計算設備 AI 部署、工業級 AI 系統開發經驗者優先;熟悉模型壓縮、量化、加速技術,能在保證模型精度的前提下,提升推理效率。
4.行業認知與學習能力:了解冶金自動化生產流程(如連鑄、軋制)或核電設備運行邏輯,能快速理解業務需求并轉化為 AI 技術方案;具備較強的自主學習能力,可快速掌握行業特定技術(如冶金行業的高溫環境圖像預處理、核電行業的小樣本故障診斷技術)。
5.溝通協作能力:能清晰表達 AI 模型設計思路與技術方案,與軟件、硬件、業務團隊高效協作;具備良好的問題分析與解決能力,能在 AI 落地遇到工程難題時,提出切實可行的解決方案。
工作地點
地址:衡陽蒸湘區衡陽鐳目科技有限責任公司
??
點擊查看地圖
詳細位置,可以參考上方地址信息
求職提示:用人單位發布虛假招聘信息,或以任何名義向求職者收取財物(如體檢費、置裝費、押金、服裝費、培訓費、身份證、畢業證等),均涉嫌違法,請求職者務必提高警惕。
職位發布者
周小姐HR
衡陽鐳目科技有限責任公司
-
請選擇
-
公司規模未知
-
公司性質未知
-

1年以上
碩士
2026-03-06 11:27:55
226人關注
注:聯系我時,請說是在江蘇人才網上看到的。
