AI工程师（制造业）

该职位来源于猎聘 一、岗位职责 - 负责公司各业务场景AI模型的设计、开发、训练与优化，聚焦生产工艺优化、设备故障预测、产品质量检测、生产能耗管控等核心场景，解决实际生产痛点。 - 对接生产、设备、质量等部门，梳理业务需求，将制造业场景痛点转化为AI技术解决方案，输出技术方案文档、模型设计文档。 - 负责生产数据（设备运行数据、工艺参数、质检数据、能耗数据等）的采集、清洗、预处理，搭建AI模型训练数据集，保障数据质量。 - 基于Python、TensorFlow/PyTorch等工具，开发机器学习、深度学习模型（如回归、分类、聚类、CNN、LSTM等），完成模型训练、调参、验证与部署上线。 - 配合生产现场，完成AI模型的落地调试、效果迭代，监控模型运行状态，及时解决模型部署后的异常问题，确保模型稳定运行并产生实际业务价值（如降低不良率、减少设备停机、优化能耗）。 - 关注制造业AI技术前沿（如数字孪生、工业大数据、边缘计算与AI融合），结合公司生产实际，提出技术优化建议，推动AI技术在生产全流程的落地应用。 - 协助完成技术文档编写、专利申报，配合团队开展技术分享与培训，提升团队AI应用能力。 二、任职要求 1. 学历与专业 本科及以上学历，计算机科学、人工智能、自动化、数据科学、电子信息工程、测绘工程（GIS方向）等相关专业；有1-3年制造业AI相关工作经验者优先，优秀应届生可放宽。 2. 技术能力 - 熟练掌握Python编程语言，熟悉NumPy、Pandas、Scikit-learn等数据处理与机器学习库； - 掌握机器学习、深度学习基础算法（线性回归、逻辑回归、决策树、随机森林、CNN、RNN、LSTM等），能独立完成模型设计、训练、调参与验证； - 熟悉至少一种深度学习框架（TensorFlow、PyTorch等），具备模型部署（如ONNX、TensorRT）经验者优先； - 了解制造业生产流程 - 具备数据预处理、特征工程能力，能处理生产过程中的多源异构数据（时序数据、图像数据等）； - 了解工业物联网（IIoT）、边缘计算、数字孪生相关技术，能配合完成AI模型与工业设备、生产系统的数据对接者优先； - 熟悉GIS数据处理、空间分析者（如测绘工程专业背景），在厂区布局优化、物流路径优化等场景有经验者加分。