岗位职责

• 【岗位职责】 1. 基于DCIM机房海量时序能耗与设备采集数据,设计并落地数据挖掘、能效预测及PUE优化算法模型。 2. 研发机房设备故障智能诊断、异常告警模型,搭建基于RAG检索增强生成的运维知识库,落地DCIM智能运维核心模块。 3. 负责工业智能化场景下计算机视觉系统(高精度检测、定位、测量)及工业智能体(自主决策)的算法设计与技术攻关,解决复杂工业应用难题。 4. 主导深度学习及大模型的训练、调优、量化压缩与边缘端高性能部署,持续提升算法精度、推理效率与系统鲁棒性。 5. 根据客户需求制定端到端算法解决方案,完成多源异构数据清洗与特征工程,搭建标准化训练推理管线,协同前后端及硬件团队完成算法系统集成联调与性能调优,确保项目按期高质量交付。 6. 跟踪大模型、智能体、计算机视觉等国际前沿技术,开展竞品分析与业务痛点梳理,主导全新算法产品研发或存量模型迭代升级,保障产品核心技术先进性。 7. 撰写技术设计文档、测试报告、专利及学术论文,为项目现场提供全流程算法技术支持,快速定位并闭环解决模型异常与适配故障,助力项目验收与销售达成。 【任职要求】 1. 2027届全日制博士研究生,计算机、自动化、能源、大数据等相关专业。 2. 博士期间以第一作者在CVPR/ICCV/ECCV/ICML/ICLR/ACL等领域顶级会议或期刊发表过学术论文。 3. 深入掌握机器学习、深度学习核心理论,精通时序预测、异常检测、大模型RAG/Agent等算法。 4. 熟练掌握Python,精通PyTorch/TensorFlow等深度学习框架,熟悉数据分析与可视化工具。 5. 具备独立完成算法项目的能力,涵盖方案设计、模型调优、数据清洗、仿真测试及现场联调全流程。 6. 具备优秀的逻辑思维与创新能力,能够独立承担科研攻关任务,擅长跨团队协同推动算法落地。 7. 满足以下任一条件者优先:有工业视觉、机器人视觉、能源物联网或机房监控类项目经验;有模型部署(TensorRT/NCNN)、FPGA加速或大模型微调经验;获国家级竞赛一等奖或拥有相关发明专利。