一、 主要工作職責(zé)
1. 數(shù)據(jù)驅(qū)動的系統(tǒng)建模： 深入理解選煤廠重介、濃縮等核心工藝環(huán)節(jié)，基于海量高頻時序數(shù)據(jù)，進行系統(tǒng)辨識與動態(tài)特性分析，構(gòu)建能夠精準(zhǔn)預(yù)測工藝參數(shù)（如灰分、產(chǎn)率、濃度）的機器學(xué)習(xí)與深度學(xué)習(xí)模型。
2. 先進控制算法研發(fā)： 負責(zé)探索并實施前沿的智能控制算法。技術(shù)路徑包括但不限于：
建立并優(yōu)化基于梯度提升決策樹（XGBoost/LightGBM）的性能基準(zhǔn)預(yù)測模型。
設(shè)計并實現(xiàn)基于時序神經(jīng)網(wǎng)絡(luò)（LSTM/GRU）的狀態(tài)預(yù)測器，并與模型預(yù)測控制（MPC）框架結(jié)合，開發(fā)數(shù)據(jù)驅(qū)動的先進控制策略。
探索強化學(xué)習(xí)（Reinforcement Learning）在工藝參數(shù)尋優(yōu)和自主控制策略學(xué)習(xí)中的應(yīng)用。
3. 算法全周期管理： 負責(zé)算法模型的完整生命周期，包括數(shù)據(jù)清洗、特征工程、模型訓(xùn)練、離線驗證、在線A/B測試、部署上線以及持續(xù)的性能監(jiān)控與迭代優(yōu)化。
4. 跨職能協(xié)作： 與工藝工程師緊密溝通，將工藝機理融入模型設(shè)計；與系統(tǒng)架構(gòu)師協(xié)作，確保算法模型能夠穩(wěn)定、高效地集成到現(xiàn)有的工業(yè)控制軟件平臺中。
二、 任職資格要求
1. 學(xué)歷背景： 自動化、計算機科學(xué)、數(shù)學(xué)、控制理論與控制工程或相關(guān)領(lǐng)域的碩士及以上學(xué)歷。
2. 工作經(jīng)驗： 3-5年及以上算法開發(fā)經(jīng)驗，其中至少2年專注于工業(yè)領(lǐng)域的時序數(shù)據(jù)分析與建模（如能源、化工、制造、冶金等行業(yè)）。
3. 編程能力： 精通Python，并具備豐富的科學(xué)計算與機器學(xué)習(xí)庫的使用經(jīng)驗，尤其是PyTorch或TensorFlow，以及Scikit-learn、Pandas、NumPy。
4. 模型經(jīng)驗： 具備從零到一開發(fā)并成功部署機器學(xué)習(xí)/深度學(xué)習(xí)模型的實踐經(jīng)驗，深刻理解模型訓(xùn)練、調(diào)優(yōu)、驗證和評估的全過程。
5. 理論基礎(chǔ)： 對主流機器學(xué)習(xí)算法（特別是梯度提升樹）和深度學(xué)習(xí)時序模型（LSTM/GRU）有扎實的理論理解。
三、 優(yōu)先考慮項
1. 經(jīng)驗加分項：
具備模型預(yù)測控制（MPC）或強化學(xué)習(xí)（RL）在實際項目中的研發(fā)或應(yīng)用經(jīng)驗者優(yōu)先。
熟悉系統(tǒng)辨識、卡爾曼濾波等現(xiàn)代控制理論者優(yōu)先。
有處理和分析PLC、DCS等工業(yè)控制系統(tǒng)產(chǎn)生的海量時序數(shù)據(jù)經(jīng)驗者優(yōu)先。
2. 知識背景加分項：
擁有自動化或控制工程專業(yè)背景，同時具備豐富機器學(xué)習(xí)項目經(jīng)驗的復(fù)合型人才優(yōu)先。
有在國際頂級會議或期刊上發(fā)表相關(guān)領(lǐng)域論文者優(yōu)先。
3. 工程能力加分項：
具備一定的C++編程能力，能夠進行算法性能優(yōu)化者優(yōu)先。
了解MLOps流程，有模型版本管理、自動化部署和在線監(jiān)控經(jīng)驗者優(yōu)先