岗位职责：
1. AI开发与应用，赋能制造
- 理解公司实际场景，开发或者调用AI技术，实现赋能，提升工作效率或者省人，解决业务中的实际问题（如分类、预测、生成、决策等）。
2. 模型训练与调优
- 处理海量数据，完成数据清洗、特征工程和模型训练。
- 调整超参数、优化模型性能（如准确率、召回率、推理速度）。
3. 模型部署与落地
- 将训练好的模型部署到生产环境（如云端、边缘设备）。
- 优化模型推理效率，确保低延迟、高并发场景下的稳定性。
4. 跨团队协作
- 与产品经理、数据工程师、IT运维团队合作，理解需求并推动AI解决方案落地。
5. 技术研究与创新
- 跟踪AI领域新技术（如LLM、VLA、具身智能、强化学习、机器人、多模态融合大模型等），探索前沿技术应用，输出调研报告
任职要求：
1. 教育背景
- 学历：计算机科学、数学、统计学、电子工程等相关专业本科及以上学历。
- 核心课程：机器学习、深度学习、算法设计、概率统计、线性代数等。
2. 技术能力
- 编程语言：熟练掌握Python（必会），熟悉C /Java/Go等更佳。
- 深度学习框架：精通PyTorch、TensorFlow、Keras等框架。
- 数据处理：熟练使用NumPy、Pandas、Spark、SQL进行数据分析和处理。
- 模型部署：熟悉TensorRT、ONNX、Docker、Kubernetes等部署工具。
- 工具链：了解Git、Linux、CI/CD等开发工具和流程。
3. 算法与模型
- 熟悉经典机器学习算法（如SVM、决策树、聚类算法）。
- 掌握深度学习模型（如CNN、RNN、Transformer、GAN、强化学习）。
- 生成式AI方向需熟悉扩散模型（Diffusion Model）、LLM（如GPT、BERT）等技术。
4. 数学基础
- 扎实的数学功底，包括线性代数、概率统计、微积分、优化理论。
5. 项目经验
- 有实际AI项目经验（如开源项目、企业级应用）。
- 具身智能方向需有机器人控制、传感器融合、仿真环境（如ROS、Gazebo）经验。
6. 软技能
- 问题解决：能独立分析问题并提出技术方案。
- 沟通能力：能将技术细节清晰传达给非技术人员。
- 学习能力：快速掌握新技术和工具。