职位描述
职能职责;
一、复杂场景建模与算法突破：
1.主导用户隐式特征提取算法研发，构建基于时空数据的动态画像体系，支持产品设计优化;
2.攻克非结构化工况数据（维修日志、振动信号）的智能解析技术，建立多模态数据融合模型。
二、可解释AI与联邦学习框架设计：
1.设计符合工程机械领域逻辑的XAI框架，确保模型决策透明化，满足专业工程师的验证需求；
2.搭建联邦学习系统，实现多厂商数据的安全协同与价值挖掘，推动行业数据生态合作。
三、技术壁垒构建与落地：
1.推动AI算法在研发、运维等场景的落地，形成可复用的技术方案；
2.跟踪AI前沿技术，探索其在工程机械场景中的创新应用，保证技术前沿性与工程可行性。
任职要求：
一、算法与建模：
1.精通Python、PyTorch//TensorFlow框架，具备大规模数据建模与调优能力；
2.熟悉图数据库及知识图谱构建应用；
3.熟悉非结构化数据处理（如文本挖掘、时间序列分析、信号处理）。
二、大数据技术栈：
1.掌握Hadoop//Spark//Flink等分布式计算框架，熟悉数据清洗、特征工程全流程；
2.熟悉时序数据处理工具（如InfluxDB、TDengine），具备物联网（IoT）数据分析经验。
三、联邦学习与工程化能力：
1.熟悉联邦学习框架（如FATE、PySyft）及多节点协同训练技术，了解模型加密与安全通信协议；
2.具备模型部署经验（如Docker//Kubernetes），熟悉模型服务化（如TFServing、ONNXRuntime）。
四、其他要求：
1.博士研究生，算法、控制等相关专业，5~10年相关工作经验；
2.在工程机械、重工业、装备制造等领域有AI项目经验，熟悉设备运维、供应链或研发数字化场景；
3..有跨厂商数据合作或工业数据治理项目经验；
4.具备技术商业化思维，能将算法创新转化为实际业务价值。