岗位职责
1.行业 AI 模型研发：聚焦冶金、核电核心业务痛点，负责 AI 算法模型的设计、训练与优化。
2.AI 系统集成与落地：协同软件、硬件团队完成 AI 模型与业务系统的集成部署，解决工程化落地难题。
3.数据处理与特征工程：负责冶金、核电业务场景下的数据集构建与优化。例如，处理冶金连铸过程中每秒 2000 条的设备运行数据，完成数据清洗、异常值剔除与特征提取，构建钢水质量预测模型的训练数据集；整理核电设备历年故障数据与运维记录，通过特征工程挖掘关键影响因素，提升故障诊断模型的泛化能力。
4.AI 模型迭代与维护：基于业务反馈与新数据，持续迭代优化 AI 模型性能。如针对冶金客户提出的 “小样本缺陷检测” 需求，引入迁移学习算法优化模型，在新增缺陷样本不足 50 条的情况下，仍保持 95% 以上的识别准确率。
5.技术文档与知识沉淀：编写 AI 模型设计文档、训练报告、部署手册等技术资料，沉淀 AI 研发与落地经验。在核电项目交付中，配合客户完成 AI 模型验证文档编制，清晰说明模型原理、精度指标与安全保障机制，确保项目顺利验收。

任职要求
1.专业背景：计算机科学与技术、人工智能、数据科学、自动化等相关专业硕士及以上学历（优秀本科可放宽，需有突出 AI 项目经历），无挂科、重修，熟悉机器学习、深度学习、计算机视觉、时序数据分析等 AI 技术，有冶金 / 核电行业 AI 研发经历者优先。
2.技术能力：熟练掌握至少一种 AI 开发框架，如 TensorFlow、PyTorch、Scikit-learn；具备独立设计并实现复杂 AI 模型的能力，例如能基于业务需求设计自定义网络结构的深度学习模型，或开发结合领域知识的混合 AI 模型；熟悉 Python 编程，具备数据处理（Pandas、NumPy）与可视化（Matplotlib、Seaborn）能力。
3.工程实践能力：具备 AI 模型工程化思维，了解工业场景下的模型部署约束（如硬件算力、实时性要求），有边缘计算设备 AI 部署、工业级 AI 系统开发经验者优先；熟悉模型压缩、量化、加速技术，能在保证模型精度的前提下，提升推理效率。
4.行业认知与学习能力：了解冶金自动化生产流程（如连铸、轧制）或核电设备运行逻辑，能快速理解业务需求并转化为 AI 技术方案；具备较强的自主学习能力，可快速掌握行业特定技术（如冶金行业的高温环境图像预处理、核电行业的小样本故障诊断技术）。
5.沟通协作能力：能清晰表达 AI 模型设计思路与技术方案，与软件、硬件、业务团队高效协作；具备良好的问题分析与解决能力，能在 AI 落地遇到工程难题时，提出切实可行的解决方案。