算法研发总监-工业AI方向

该职位来源于猎聘 工作职责： 1、 研发管理：评估基于时序结构化数据（如温度、低频振动、转速、流量等）的异常检测、分类、预测等算法研发任务的工作量，根据工作量来合理安排人力资源进行研发，管控研发过程的风险，按时交付保证质量的模型，评审代码并把关算法交付质量，并且持续跟踪性能与效果，不断改善系统能力；上下左右的协调，组织定期会议，发起算法的研发状态更新与信息同步; 2、 技术选型：给出在流程、半导体、船舶等行业中工业AI算法的选型与研发建议，不仅考虑技术可行性与先进性，也要与产品经理、销售等其他部门不同角色对接，从业务、市场、商业角度上考虑算法如何体现价值; 3、 技术竞争力：新技术调研/竞品技术调研，确保公司的工业AI算法在业界具备竞争优势; 4、 算法开发：在需要总监作为个人贡献者做开发时，负责在流程、半导体、船舶等行业中故障预测项目、产品中算法的设计、开发、验证、测试、部署、与维护; 5、 知识产权规划：在流程、半导体、船舶等行业中故障预测方向的专利布局、专利调研，确保公司算法的知识产权得到法律保护; 6、 人才梯队建设、管理与辅导：能够根据组织业务目标与技能需求，建设算法研发团队；识别团队成员的能力或技能不足，发现后主动辅导、协助团队成员成长; 7、 方案咨询：协助售前与销售完成技术方案；充当技术专家角色，根据销售/售前的需求与客户交流，帮助成单；与业务团队合作进行产品设计与迭代并且获得市场认可。 专业要求： 1、 专业背景：计算机科学、数学、自动化、化工等相关领域硕士或硕士以上学历; 2、 经验丰富：具有匹配至少5年及以上的基于时序结构化数据算法研发实践经验，领域匹配流程制造的优先; 3、 机器学习技能：掌握常用的统计（线性回归、主成分分析等）与机器学习方法（支持向量机SVM、人工神经网络ANN、GBDT、随机森林、lightGBM等），有将信号处理特征工程与机器学习算法结合的经验者优先； 4、 多模态深度学习技能：有利用深度学习算法进行时序数据建模、并对算法工程化经验者优先，熟练掌握时序数据分析预测算法（预测类如LSTM、重构类如AE、传统统计方法类如ARIMA等）；具有时序大模型从零到一构建经验者优先；兼具有图像目标检测YOLO、mobilenet方法、非监督学习算法GAN经验者优先； 5、 算法工程化技能：具备算法并行计算的工程项目经验，具备利用GPU提升算法运行效率者优先； 6、 数据准备经验：具有大规模时序数据自动化清洗、治理实践经验者优先；具备利用机器学习进行数据增广、数据质量增强、时序数据分割、变点检测等经验者优先； 7、 信号处理技能：掌握常用的信号处理方法进行降噪与特征工程者优先，如时域方法（峰峰值、有效值、峭度、时间同步平均TSA等）、频域方法（傅里叶变换、频域滤波、梅尔频率倒谱系数MFCC、希尔伯特黄变换、包络谱分析等）、时频域方法（短时傅里叶变换、小波变换、经验模态分解EMD等）等； 8、 代码能力：能够熟练用python编写机器学习、深度学习算法，掌握常用的python机器学习、深度学习算法包，如sklearn，pytorch，tensorflow，keras等。 基础要求： 1、 技术管理能力：能根据公司的战略、产品与项目需求，结合自己对某领域的专业与经验，进行技术评估，制定实现需求的技术规划与路线图，并且驱动团队达成这些需求；能通过制定清晰的验收标准与研发规范等途径，管理团队的研发质量，提升团队整体的研发能力与效率；对技术研发过程中暴露的问题、风险，能及时提示，并制定规避、管理风险的计划； 2、 具备产品意识、具有带领算法产品应用实践经验者优先； 3、 拥有较强的学习与沟通能力； 4、 有良好的代码规范及文档管理习惯； 5、 能识别项目实施与数据驱动建模中的常见风险，并有及时沟通的意识。