工作職責(zé)：
負(fù)責(zé)數(shù)據(jù)的收集、清洗、預(yù)處理和特征工程，特別是在云平臺環(huán)境下進(jìn)行大數(shù)據(jù)的處理和管理。
設(shè)計(jì)、開發(fā)和實(shí)現(xiàn)AI/機(jī)器學(xué)習(xí)算法模型，包括但不限于時(shí)間序列分析、異常檢測、分類、聚類等方法。
評估、優(yōu)化模型性能，并進(jìn)行模型的可解釋性分析。
利用云平臺的計(jì)算和存儲資源，與平臺開發(fā)團(tuán)隊(duì)緊密協(xié)作，推動(dòng)算法的實(shí)際應(yīng)用和部署。
探索新的算法和技術(shù)方向，特別是基于云服務(wù)的大數(shù)據(jù)和AI解決方案。
參與構(gòu)建和優(yōu)化AI模型所需的數(shù)據(jù)管道，確保大數(shù)據(jù)在云平臺上的高效流轉(zhuǎn)和處理。
撰寫技術(shù)文檔和算法報(bào)告。

任職資格：
計(jì)算機(jī)科學(xué)、自動(dòng)化、電子工程、應(yīng)用數(shù)學(xué)、數(shù)據(jù)科學(xué)或相關(guān)專業(yè)的本科及以上學(xué)歷。
具備 2 年以上人工智能、機(jī)器學(xué)習(xí)算法開發(fā)經(jīng)驗(yàn)，有預(yù)測性維護(hù)、時(shí)序數(shù)據(jù)分析、異常檢測相關(guān)項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
精通 Python 編程語言，熟悉常用的數(shù)據(jù)處理和科學(xué)計(jì)算庫，如 Pandas, NumPy, SciPy 等。
熟練掌握至少一種主流的深度學(xué)習(xí)框架，如 TensorFlow 或 PyTorch。
熟悉常用的機(jī)器學(xué)習(xí)算法，理解其原理和應(yīng)用場景，具備獨(dú)立設(shè)計(jì)和實(shí)現(xiàn)算法模型的能力。
熟悉模型的評估指標(biāo)和調(diào)優(yōu)方法。
具備良好的數(shù)據(jù)敏感度和分析能力，能夠從數(shù)據(jù)中發(fā)現(xiàn)問題并提出解決方案。
有大數(shù)據(jù)處理經(jīng)驗(yàn)，熟悉至少一種主流的云平臺（如 AWS, Azure,阿里云等）上進(jìn)行數(shù)據(jù)處理和存儲相關(guān)的服務(wù)和工具。
具備良好的溝通能力和團(tuán)隊(duì)協(xié)作精神，能夠跨部門有效合作。

加分項(xiàng)：
碩士或博士學(xué)歷，有相關(guān)領(lǐng)域深入研究經(jīng)驗(yàn)。
有船舶、海工、石油石化、重型裝備等工業(yè)領(lǐng)域預(yù)測性維護(hù)項(xiàng)目經(jīng)驗(yàn)。
熟悉信號處理、振動(dòng)分析等相關(guān)知識。
有 MLOps 實(shí)踐經(jīng)驗(yàn)，熟悉模型部署和管理流程。
熟悉 Docker, Kubernetes 等容器化技術(shù)。
了解船舶相關(guān)的基本知識或?qū)Υ靶袠I(yè)有濃厚興趣。