高级算法工程师（灵活base，出差）

方向一：设备预测性维护方向 1、需求分析：深入石化、化工等流程工业现场，理解设备运行现状，深度挖掘工业设备运维痛点与业务需求。 2、方案制定：理解工业常见动/静设备运行原理，完成现场调研，结合需求制定可落地解决方案和详细技术方案。 3、项目实施：负责工业设备预警类AI产品的现场工程实施，包括数据接入、特征工程、模型训练推理、部署调试与效果验证，推动应用效果和价值落地。 4、技术攻关：针对复杂高难度项目开展技术攻关，与团队共同开展AI技术方案设计和代码开发，达成预期效果。 5、项目管理：协助项目经理监控项目进度与风险，保障项目按计划节点交付。 6、反哺产品：反馈现场业务需求、模型效果问题，协同算法、产品团队迭代优化预警方案，沉淀标准化工程实施模板和产品通用能力。 1.需求分析与工艺理解：熟悉流程工业等基本生产流程与装置特性，深入理解客户核心工段的工艺逻辑、操作约束与业务目标，并在此基础上完成需求挖掘与拆解，精准定义优化/控制待解决的关键命题，完成可行性评估与方案设计； 2.AI模型构建与现场实施：基于现场数据与工艺机理，利用深度学习框架（PyTorch/TensorFlow）构建并训练面向工业场景的AI模型（如时序预测、软测量建模、模式识别等），支撑优化控制决策；处理现场异常、模型失配等工程化问题；输出现场实施文档、操作手册，配合完成客户培训与知识转移； 3.项目管理与推广支持：参与项目全过程的技术验证、进度管理与质量把控，确保项目按计划节点顺利交付；与研发、产品及业务部门紧密合作，推动标杆项目打造与示范效应形成，沉淀项目案例与技术知识库，支持解决方案的规模化推广与客户复制； 4.问题定位与持续迭代：负责控制/优化系统运行过程中的问题定位与故障排查，结合运行数据与客户反馈，推动产品功能迭代与算法改进，促进交付效率与客户满意度的持续提升。 1、分析并提炼化工装置自主运行痛点并进行精准问题定义，将装置现场的具体场景提炼为AI需要解决的问题，挖掘AI落地高价值场景； 2、针对生产实际场景，面向自主运行痛点问题，将AI模型算法、Agent、数据和系统打通，部署在企业现场，解决装置痛点问题； 3、技术提炼与产品沉淀：对解决工程现场问题所采用的技术进行提炼并通用化，把反复出现的通用场景、业务规则、数据关系和通用需求，沉淀回产品和技术研发体系，配合研发进行产品迭代。

1、硕士研究生及以上学历； 2、掌握设备基础原理、故障诊断、预测性维护、健康管理等基础知识； 3、熟练使用python，掌握TensorFlow/Pytorch等深度学习框架，对深度学习、机器学习、时序预测、大模型等技术有较深的理解，对工业场景有一定的了解； 4、具有较好的抗压能力、乐观精神、创新能力、学习能力，快速适应技术迭代速度； 5、可接受工业项目现场长期出差； 6、有工业AI算法开发及应用等相关前沿技术的实战经验优先。 方向二：控制优化方向 1. 硕士研究生及以上学历，化工、能源动力、化学工程及工艺；控制科学与工程、自动化；数学、统计学、运筹学、人工智能、数据科学与大数据技术等相关专业应届生，具备扎实的专业知识背景。 2、熟练掌握Python编程语言，具备良好的算法开发与工程实现能力；熟练掌握PyTorch、TensorFlow等主流深度学习框架，具备独立的模型构建、训练、调参与部署能力；熟悉常见控制算法（如PID、MPC等）的基本原理与应用场景； 3、具备优秀的沟通表达能力与团队协作精神，能够深入生产一线与现场人员高效协同；具备良好的逻辑思维能力与创新能力，能够独立排查与定位复杂工程问题；能够适应不定期现场出差，具备自我驱动与抗压能力，积极推动跨部门协作与技术验证； 4、对“流程工业+AI”交叉领域有浓厚兴趣，愿意在工业智能化方向长期深耕发展，熟悉主流流程模拟软件（如Aspen、Apex等）、具备流程工业机理建模或AI技术在工业现场应用经验者优先。 方向三：AOP自主运行方向 1、化学工程、自动化、控制工程、人工智能、数据科学与大数据等相关专业硕士及以上学历； 2、熟悉石化、化工等流程工业，深入理解石化、化工工艺流程、生产设备及具体应用场景，了解过程控制、多目标优化及机器学习等领域知识，熟练流程工业领域系统建模与仿真，擅长化工过程的机理/数据建模与控制优化分析研究； 3、能结合现场情况解决工程问题，有从事工业AI应用或APC、MPC等优化控制项目工作的经验者优先； 4、具备优秀的创新、团队合作和沟通能力，积极推动跨部门协作和技术验证，拥抱AI，接受不定期出差，深入客户真实场景与业务。