AI大数据应用工程师

AI模型与大数据算法落地实施： 1.负责工业时序算法模型研发训练，开展设备故障预测、供应链需求预测建模，完成特征工程与模型调优，实现设备异常预警与需求精准研判； 2.针对产线生产制程，构建工艺优化大数据模型，分析工艺参数关联关系，迭代算法完成参数智能调优，持续提升产线良品率； 3.研发工业视觉 AI 检测模型，完成图像预处理、模型训练与精度调优，实现产品质量缺陷自动化识别检测； 4、搭建能耗分析与智能排程模型，整合工厂生产、能耗、物料数据，优化生产排程逻辑，降低生产能耗，提高生产运营效率； 制定企业工业数据规范、AI 模型开发规范、算法上线流程，沉淀工业场景算法模板、数据集、模型库： 1、编制并落地企业工业数据标准规范，统一数据采集、治理、存储、接口标准，规范工业数据管理流程； 2、制定 AI 模型开发技术规范，明确模型研发、特征工程、实验验证、版本管控的开发要求； 3、关搭建算法标准化上线管控流程，规范模型测试、审核、部署、发布全流程，保障上线合规可控； 维护大数据平台、AI 训练推理平台、工业数据中台，保障数据链路稳定、算法服务常态化运行 1、负责工业大数据平台日常运维，监控数据采集、传输、存储全链路，排查断采、延迟、异常等问题，保障数据链路稳定通畅； 2、维护 AI 训练与推理平台，管控模型训练、部署、推理流程，监控算力资源，保障算法服务稳定可用； 3、负责工业数据中台运维管理，规范数据标准、数据接口与数据资产，保障多源工业数据互联互通； 4、监测算法服务运行状态，排查模型漂移、服务卡顿、接口异常等故障，完成模型迭代与运维，实现算法服务常态化运行；

1、负责 AI 大数据项目从需求调研、方案设计、建模开发、测试验证到上线运维全流程； 2、负责推动模型和算法在车间实际业务落地并产生业务价值； 3、负责日常监控模型运行状态，处理模型卡顿、漂移、精度下降等问题； 专科科及以上，计算机、大数据、人工智能、自动化、软件工程、数学统计、工业工程等相关专业； 具备 2 年及以上制造 / 工厂 / 工业行业AI 大数据落地经验，有智能制造、工业互联网、工厂数据中台项目经验。 - 熟练掌握Python/Java、SQL，精通Spark、Flink、Hive、Kafka等大数据生态组件，懂数据仓库分层建模。 熟悉机器学习、深度学习常用算法，熟练使用TensorFlow/PyTorch框架，有工业时序数据、设备预测维护等相关落地经验 -逻辑清晰，细心负责，具备基本沟通协调能力，能配合团队完成各项工作。