算法工程师

一、算法方案与研发 对接智慧农场业务，面向大田、大棚作物，负责生长预测、病虫害识别、产量预估等农业算法的需求分析、方案与架构设计； 基于深度学习完成模型开发、调试验证，持续优化精度与泛化性，跟进CV、物联网数据分析等前沿技术，输出创新方案；编写维护全套技术开发文档。 二、数据治理 联合农场团队制定甜叶菊、棉花等作物生长、病虫害、环境数据采集规范；负责数据清洗、标注、预处理，搭建训练 & 测试数据集；定期更新维护数据集，排查数据异常，优化采集方案，保障数据质量。 三、模型落地迭代 根据现场反馈迭代优化模型；配合开发团队完成模型在智慧农业平台、移动端的部署集成，对接传感器、无人机等硬件；线上监控模型运行状态、排查异常；对运营团队提供使用指导，优化落地流程。 四、跨团队技术协同 为无人机、物联网设备部署提供算法支持；联动产品、开发、运营团队对齐需求，解决农事生产痛点；参与方案评审，输出技术建议；组织内部技术培训。 五、工作记录与汇报 做好日常技术日志，按周/月提交工作报告，整理报表、技术材料，配合项目验收与复盘。 六、质量与成本管控 规范模型测试流程，保障模型稳定可用；优化算法算力开销，控制部署运行成本，提升研发资源利用效率。 七、团队建设与管理 规划算法团队组建方案，负责人员招聘；搭建培训体系，组织技能提升；分配工作、协调内部问题；搭建考核机制，开展绩效评估，给出晋升、奖惩建议。 八、应急处置与持续迭代 制定模型故障应急预案，快速处理模型失效、预测偏差等突发问题；沉淀项目经验，持续优化算法流程；跟踪行业技术、政策，输出技术升级规划，支撑智慧农场长期发展。

1、博士学历，人工智能、农业工程、遥感、等相关专业，专业扎实。 2、有农业算法落地实战经验，熟悉大田、大棚等场景，做过病虫害识别、长势监测、产量预估、生长预测等项目，有西北作物（棉花、林果、甜叶菊）经验优先。 3、拥有高校、农科院等科研资源，能够对接产学研合作、联合攻关与项目申报。 4、精通深度学习框架，可独立完成算法方案设计、模型训练调优、轻量化与精度优化，熟悉无人机遥感、物联网多源数据融合。 5、熟悉农业数据集搭建、数据质量管控，有模型部署落地经验，可协同软硬件团队对接传感器、无人机、智慧农业平台。 6、具备算法团队搭建与管理能力，能统筹任务分配、技术培养、绩效评估，带领团队完成项目交付。 7、善于跨部门沟通，能够理解农事业务痛点；关注行业前沿，具备技术方案输出、汇报及项目复盘能力。 8、有农业 AI 相关专利、高水平论文或产学研产业化成果优先。