岗位职责：1.参与量产自动驾驶算法模型的设计和迭代，基于海量数据打造商用自动驾驶产品；2.参与Auto～Labeling算法的研发，基于多传感器和大模型提升训练数据的真值生成效率。任职要求：1.硕士及以上学历，有计算机视觉、模式识别、机器学习、图像处理等相关方向研究背景，具备扎实的理论基础；2.熟悉相机，激光雷达，毫米波雷达和RTK等传感器的一种或多种，能够开展多模态数据的研究工作；3.深入理解2D目标检测和跟踪，单目3D目标检测、点云3D目标检测和跟踪，特征点定位和跟踪，BEV3D检测，BEVMap，OccupancyNet等主流方向的经典论文和方法，有视觉算法研究经验；4.熟悉Pytorch训练框架，主流的CNN和Transformer网络结构和训练方法；5.代码经验丰富，良好的英文读写能力，在相关领域发表过学术论文者优先

岗位介绍：1.负责单串和多串锂电池BMS算法设计、开发与调试，确保算法在各工况下能安全、高效运行2.负责BMS算法参数识别、策略制定和代码实现，优化电池充放电管理、电量均衡等功能3.研究并应用先进SOX算法，如SOC，SOH，SOP等，提高电池状态估算精度和可靠性4.撰写SOX算法电芯测试需求和测试用例，跟踪测试进展和评估验证结果5.跟踪国内外行业发展趋势和前沿算法，打造产品持续竞争力岗位职责：1.材料、新能源、电化学等相关专业，精通锂离子电池工作原理，熟悉卡尔曼滤波、最小二乘法等算法，研究过硅负极、磷酸铁锂、磷酸锰铁锂和三元电池应管理方案，应届生硕士及以上学历，博士学历者接受应往届。2.能熟练使用英语和海外客户进行技术交流，有英语六级证书，托业、雅思和托福考试成绩90分以上者优先3.有实际锂电池企业、手机/PC/无人机企业和新能源整车厂实习经历者优先4.良好编程能力(Python/Matlab/C/C++)，热爱产品和技术，有创新精神，能与和软件团队协作，推动算法落地

一、岗位职责1、负责AGV车载控制软件的核心逻辑设计与开发，基于Java技术栈实现任务管理（含托盘检测）、路径拼接、交通管制、运动控制、导航模块等关键业务模块2、任务管理：接收调度系统（RCS）下发的任务指令，解析任务类型（取货、送货、充电、空载移动等），维护任务队列与状态流转，处理任务取消、重试及异常恢复。在执行取货/卸货任务时，通过光电传感器、视觉识别或RFID等检测手段，对托盘/货架的位置状态进行检测与校验，确保叉取或顶升动作的安全性与准确性3、路径拼接：根据任务目标点和当前位置，结合预置地图数据（节点/边/转向限制），拼接从起点到终点的完整路径，支持路径分段下发、动态重规划及速度约束嵌入4、交通管制：实现车载端的区域锁、路口优先级、死锁检测与预防等机制，在多车共线场景下协调自身行动，并配合RCS实现全局交通调度5、运动控制：将路径点序列转换为底层驱动指令（线速度、角速度、舵角等），结合传感器反馈进行PID/纯跟踪控制，保证AGV沿预期轨迹平稳运行6、导航模块：实现AGV的定位与导航逻辑，包括：二维码导航：解析地面二维码图像信息，获取精确的位置坐标与角度偏移，修正里程计累计误差，实现定点校准与站点识别，激光SLAM导航：处理激光雷达点云数据，结合地图进行实时定位匹配（如AMCL），输出全局坐标系下的位置与姿态（x,y,θ）实时位置与姿态的更新与维护，统一坐标系统，供路径拼接与运动控制模块使用导航状态管理（启动导航、导航中、偏离修正、重新定位、导航结束），结合传感器数据判断是否偏离路径并触发自动恢复策略7、负责与调度系统（RCS）、外围设备（激光雷达、RFID、光电传感器、IMU、BMS等）的数据通信，通过TCP/UDP、Modbus、HTTP/WebSocket、MQTT等协议实现指令下发与状态上报8、使用JavaFX开发车载端人机交互界面，包括实时状态监控、路径可视化、手动调试面板、导航轨迹显示、故障报警与日志查看等功能，便于现场操作与运维9、编写软件设计文档、通信协议说明、地图数据处理规范及现场部署手册，支撑项目实施与售后支持二、任职要求1、计算机、自动化、电子信息或相关专业，1–3年Java开发经验，有工业机器人、AGV或自动驾驶相关背景者优先2、熟练掌握单舵轮，双舵轮，差速底盘的运动控制原理，运动学正逆解，多传感器融合卡尔曼滤波及其扩展算法，PID调节3、扎实的Java基础，熟练使用集合、并发编程（线程池、锁机制、并发容器），能妥善处理多任务并行与共享资源保护4、熟悉JVM内存模型，具备工控机环境下的性能调优与GC优化经验5、熟悉Socket编程（TCP/UDP）及HTTP/HTTPS/WebSocket/MQTT协议，有Netty框架使用经验者优先6、熟悉消息队列（RocketMQ/Kafka/RabbitMQ）在物联网场景下的应用7、熟悉MySQL/SQLite，掌握数据库设计与事务处理8、了解Redis缓存，能用于本地状态缓存或分布式锁场景9、熟悉JavaFX界面开发，能独立完成布局设计、事件绑定、多线程界面更新10、熟悉坐标系变换基础（平移、旋转、齐次坐标），理解地图/里程计/传感器数据的关系11、具备基本的传感器数据处理概念，能理解并调试激光、磁导航、二维码等传感器数据12、熟悉Git及协作开发流程，具备良好的编码规范与文档习惯13、有实际嵌入式/工控环境

构建核心计算模型，驱动产品在感知、决策与优化上的能力提升

岗位职责： 1、负责UWB超宽带定位算法、载体姿态感知算法的研发、优化与迭代，涵盖TOF、TDOA、AOA等主流UWB定位算法。 2、负责多源传感器数据融合算法开发，解决定位漂移、姿态抖动、遮挡失锁、动态运动场景定位偏差等行业痛点。 3、搭建算法仿真、验证与测试体系，通过MATLAB、Python等工具完成算法建模、仿真验证，输出算法设计文档、仿真报告以及方案落地。 4、配合嵌入式软硬件团队完成算法移植、落地调试，针对嵌入式MCU、ARM等硬件平台进行算法轻量化、算力优化。 5、跟进UWB定位、姿态感知领域新技术、新方案，结合产品场景（室内定位、穿戴设备、机器人、工业载体姿态监测等）完成技术落地与产品功能迭代。 6、配合产品、测试团队定位算法相关问题，完成问题复盘、算法优化升级，持续提升产品定位精度、姿态响应速度与环境适应性。 任职要求： 1、全日制统招本科及以上学历，自动化、电子信息、通信工程、测控技术、导航制导与控制、计算机等相关专业； 2、3年以上算法工作经验，有定位、姿态感知、惯性导航相关算法研发经验优先； 3、精通UWB定位核心原理，熟练掌握TOF、TDOA、AOA定位算法，熟悉UWB测距、时钟同步、误差校准、 NLOS（非视距）误差抑制优化方法。

核心职责 MCU 韧体开发： 高阶微处理器（MCU）架构设计与程序撰写。 无线与通讯协定： 开发 USB HID、2.4GHz 私有协议及低功耗蓝牙（BLE） 极致效能调校： 处理高达 4000Hz / 8000Hz 的超高回报率，将鼠标点击与移动延迟降到最低。 传感器与功耗最佳化： 整合鼠标光学传感器，并设计高效省电算法以延长电池续航力。 跨团队协作： 配合硬件工程师进行电路除错（Debugging），并支援 OTA 韧体更新。 必备条件 专业：电子、电机、资工相关科系。 核心语言： 精通 C / C++（具备扎实的指标与资料结构能力）。 芯片与规格： 熟悉 ARM Cortex-M 系列（如 Nordic, STM32 等）与 USB HID 规范。 硬件除错： 看得懂电路图，能操作逻辑分析仪、示波器等基本仪器。 加分条件 具备 Nordic (nRF52/nRF54) 芯片开发经验。 具备无线跳频（FHSS）算法开发经验。 有电竞鼠标相关开发经验（如按键防抖、轨迹抖动最佳化、PixArt 传感器调校）。 熟悉 Git 版本控制。

岗位职责 1. 射频/中频功率闭环控制：恒功率、恒电流、恒电压多模式控制 2. 阻抗追踪、自动谐振匹配算法、驻波保护算法 3. 负载扰动下PID、自适应控制、防振荡策略 4. 时序控制：气体时序、启辉时序、打火识别与快速保护逻辑 5. 工艺参数曲线规划：功率斜坡、脉冲调制、间歇放电控制 6. 故障诊断算法：断气、电极老化、绝缘下降、异常打火识别 任职要求 1. 常压等离子电源数字控制方案（MCU/DSP/Firmware）开发 2. 负载动态变化下稳定启辉、持续放电算法优化 3. 工艺配方模块化，支持客户分段等离子处理工艺 4. 电弧/瞬态短路毫秒级保护逻辑落地 5. 整机控制逻辑与上位机通讯协议搭建

岗位职责 1. 非接触测温原理（高温计、红外测温），测温干扰补偿 2. 多分区独立功率闭环控制；多输入多输出耦合解耦算法 3. 自适应PID、前馈控制；升降温斜坡规划 4. 分区耦合扰动抑制；稳态均温、动态升降温均温控制逻辑 5. 测温漂移、辐射干扰补偿算法；异常测温故障识别 任职要求 1. 多灯区RTP分区控温固件算法开发调试 2. 实现高速升降温同时保证整片晶圆温度均匀 3. 建立温度标定、温度修正模型 4. 开发工艺配方系统，支持恒温、脉冲退火、快速尖峰退火

岗位职责 1. 机器视觉基础：成像光学、镜头选型、光源打光方案、图像噪声抑制、相机成像模型 2. 图像算法：边缘检测、轮廓提取、亚像素拟合、液滴轮廓识别、Young-Laplace方程拟合算法 3. 接触角计算模型：切线法、圆拟合、椭圆拟合、Young-Laplace拟合；前进角/后退角、滚动角算法 4. 光学测量误差机理：折射畸变、反光、阴影、样品不平整带来的系统误差 5. 标定算法：像素标定、畸变校正、温度对折射率影响补偿 6. 软件架构：图像采集线程、实时分析、数据拟合、报表输出 任职要求 1. 接触角测量设备完整算法方案落地，区分静态/动态接触角测试场景 2. 解决高反光晶圆、粗糙表面、透明样品成像难点 3. 算法鲁棒性优化：气泡、污渍、液滴偏心、挥发干扰下稳定识别 4. 算法精度标定、设备计量校准方案制定 5. 多工位自动测量、自动滴液联动视觉闭环控制开发

图像算法的岗位职责: 1.负责在结果算法运行的硬件架构完成实现在光谱/激光类传感器中图像处理与识别相关核心算法方案设计、代码开发实现与算法优化； 2.负责传感器相机标定与图像增强、噪声抑制、识别及数据校准、标定算法工程化与调试； 3.负责与硬件平台算法对比，测试，提高算法的鲁棒性，精准度; 4.协助硬件团队进行系统功能实现和优化，确保算法性能满足产品实时性要求; 5. 编写相关技术文档，包括算法设计与迭代说明、测试报告和用户手册等； 任职要求: 1.硕士及以上学历，计算机、电子信息、光学工程、信号与系统、数学等相关专业; 5年以上图像处理算法开发经验，扎实的图像处理理论与数学基础; 2. 能熟练运用 Matlab/Python/C++进行算法设计和开发，熟悉图像处理流程与逻辑，精通相机校准标定、图像处理、图像识别等内容、特别是在光谱图像、3D激光相机、闪测仪、双目系统等方面的图像处理， 3.熟悉OpenCV或者halcon软件，能够使用上述软件进行相机图像校正。 4.具有在光学测量、光谱检测、3D激光传感器、闪测仪等相关产品研发经验，熟悉常见的光学/光谱测量方法(如共焦、干涉、OCT、双目、结构光等); 具有3D测量中图像处理、识别算法开发的相关经验优先;有上述行业完整项目经验的优先； 5.了解图像处理、图像识别、相机标定校准基本理论，能够结合硬件架构的进行图像标定、滤波与识别等算法的开发与验证; 6.较强的数学建模能力，代码实现效率和调试分析能力； 7.良好的团队协作能力，能够与硬件、软件团队紧密配合，完成跨部门协作任务。 加分项: 1.有基于3D激光轮廓仪、光谱图像算法优化经验; 2.熟悉光谱共焦传感器、3D激光传感器等相关理论知识; 3.发表过高质量的学术论文；

岗位职责： 1、负责将 AI 大模型、计算机视觉、NLP 等人工智能能力落地到业务场景，基于开源 / 商用模型做应用层开发、微调、集成与部署；对接业务需求，设计 AI 解决方案，完成模型调用、数据处理、应用开发、效果调优，保障 AI 应用稳定上线与迭代，支撑公司业务智能化升级。 2、负责面向制造业场景的AI智能体（AI Agent）整体方案设计、开发、调试与落地。 3、基于大模型，结合工具调用、任务规划等能力，开发对接MES、ERP、WMS、机器视觉等工厂IT/OT体系。 4、构建企业知识库，对设备手册、工艺SOP、质检标准、开发资料等文档做OCR、结构化、向量化入库，持续优化知识库问答效果。 岗位要求： 1、大专及以上，计算机、人工智能、自动化等相关专业。 2、有AI应用开发经验，至少1年制造业或工业互联网相关项目经验；有AI Agent、RAG知识库、大模型微调落地经验者优先。 3、熟悉主流大模型API调用与微调， 4、精通Python，熟悉向量数据库（Milvus、Chroma等）及OCR、文档解析工具； 5、了解MES、ERP、WMS等工厂IT系统及机器视觉、PLC等OT体系集成方式； 6、具备业务理解与需求转化能力，良好的跨部门沟通协作能力，自驱力强。

必备技能（Must Have） 1️⃣ Python（必须） * 熟悉 Python 基础 * 能开发 REST API（建议使用 FastAPI） * 熟悉 JSON / 数据处理 ⸻ 2️⃣ RAG（检索增强生成）基础 * 理解 document → chunk → embedding → retrieval 流程 * 有向量数据库使用经验（如 FAISS / Chroma） ⸻ 3️⃣ Prompt Engineering * 能设计结构化 Prompt * 能限制 AI 输出格式（如 JSON / 参数范围） ⸻ 4️⃣ 数据结构能力（非常重要） * 能设计 schema（domain / tag / constraint） * 能将工程资料结构化 ⸻ 5️⃣ 基本系统理解能力 * 理解 API / backend / basic system flow * 能与硬件 / 软件工程师沟通

岗位职责 统筹公司整体信息化规划与数字化转型落地，搭建适配印刷包装行业的数字化管理体系； 梳理采购、生产、仓储、业务、财务全链路流程，输出标准化业务、数据、管理规范； 主导 MAXSYS 全印系统对接过渡，规划自研信息化平台，迭代替换现有老旧 ERP； 负责排产、委外、计件、库存、成本核算、报价、数据统计等核心业务模块开发优化； 独立完成系统架构、数据库设计、开发实施与版本迭代，统筹服务器、网络等 IT 基础设施运维； 搭建经营数据分析体系与管理驾驶舱，联动各部门挖掘业务数据，支撑管理层经营决策； 对接各业务部门收集需求，统筹信息化全项目推进、落地、培训与持续优化。 任职要求 1.本科及以上学历，计算机、软件工程、人工智能、电子信息、自动化等相关专业优先: 2.具备1-3年AI模型部署、AI应用开发、GPU计算或相关工作经验; 3 年及以上制造行业信息化建设经验，有印刷包装行业 MAXSYS / 印刷 ERP 实施开发经验优先； 精通制造全业务流程：报价 - 接单 - 排产 - 生产 - 委外 - 仓储 - 出货 - 财务成本闭环； 全栈开发能力，熟练 C#/.NET+SQL Server/Vue 或 Java SpringBoot+MySQL/Vue 任一技术栈； 具备独立架构设计、数据库建模、多系统集成能力，有 ERP/MES/WMS 搭建实施经验加分； 掌握服务器、局域网、软硬件基础运维； 擅长业务需求拆解，可独立输出信息化解决方案，具备完整项目操盘、跨部门协调落地能力。

主要职责： 1、世界模型研发： 利用海量视频与动态数据，训练具备物理规律预测能力的世界模型，让机器人具备「预见未来」与合成自我训练样本的能力。 2、VLA / 策略模型训练： 负责 Vision-Language-Action 大模型的架构设计与训练，将视觉输入与文本指令直接映射为机器人的控制轨迹或高维动作 Token（Action Tokens）。 3、模仿学习与强化学习： 运用行为克隆（BC）、逆强化学习（IRL）及离线强化学习（Offline RL）算法，从采集到的有限/非最优数据中提取最优控制策略。 4、Sim-to-Real 迁移优化： 设计领域随机化（Domain Randomization）与领域自适应（Domain Adaptation）策略，解决模型在模拟环境到真实世界部署时的「泛化鸿沟」。 任职要求： 1、计算机科学、人工智能、机器学习等相关专业学位，或有同等分量的工业界经验。 2、至少 3 年以上使用 PyTorch 进行深度学习/强化学习模型训练的经验。 加分项： 1、具备 VLM（如 LLaVA）或视讯生成模型（如 Sora 类架构）的改装与微调经验，并成功将其引入机器人 Action 输出者。 2、具备人形机器人全身控制（WBC）或多指灵巧手（Dexterous Hand）操控模型的实车训练与调优经验。

职位描述： 1. 参与工业AI Agent平台、工业大模型等相关算法与模型的设计、研发、测试、落地工作。 2. 主导数据驱动、效果提升、性能优化，为算法落地提供高质量的前后端工程支持，确保系统稳定性和扩展性。协同硬件、工程、业务团队，解决工业场景实际问题。 3. 跟进业界最新研究成果，进行评估与落地。 任职要求： 1. 本科及以上学历，计算机、机器学习、模式识别相关专业，有计算机视觉、工业视觉缺陷检测、工业AI Agent开发相关经验优先。 2. 熟练掌握C/C++/Python，强悍的编程能力、攻艰能力，能独立完成复杂算法模块的开发。 3. 熟悉计算机视觉、图像处理相关技术，精通OpenCV、Halcon相关功能与原理。掌握工业成像、图像预处理、缺陷特征分析等核心技能。 4. 熟悉使用 PyTorch、TensorFlow 等主流深度学习框架，可快速搭建、训练、调优模型，精准定位并解决模型落地实际问题。 5. 熟悉 CNN、ViT、Transformer 等主流视觉模型基础结构，熟悉多模态特征融合、小样本学习、迁移学习等常见处理和优化手段。 6. 熟悉常见深度学习推理加速方案。 7. 热爱新技术，有强悍的学习能力，善于使用AI进行工作提效。 8. 工作认真负责，善于沟通与团队协作，抗压能力强。

一、岗位职责： 1.负责产线数据采集、清洗与分析，搭建基础的数据报表与异常预警； 2.参与手表零部件（表壳、表盘、指针等）外观缺陷检测的视觉方案调研与落地； 3.对接外部AI服务商或开源模型，完成模型在产线场景的适配与部署； 4.协助MES/ERP等系统的数据对接与AI能力集成； 5.与生产、品质、IT部门协作，梳理业务痛点并转化为可执行的技术方案； 6.编写技术文档与操作手册，推动AI工具在工厂内部的普及使用。 二、任职要求： 1.本科及以上学历，人工智能、计算机科学与技术、自动化、软件/电子工程、数学等相关专业； 2.1-3年AI/机器学习相关经验，有制造业、工业视觉或数据项目经验者优先； 3.熟悉Python，了解PyTorch或TensorFlow等至少一种深度学习框架； 4.具备基础的计算机视觉知识（图像分类、目标检测等），了解OpenCV者加分； 5.有基本的数据处理能力（Pandas、NumPy、SQL等）； 6.对模型部署有初步了解（ONNX、Docker、边缘设备等）者优先，熟悉MES、SAP等制造系统的基本逻辑者优先； 7.务实、愿意深入产线，能将技术与实际业务结合； 8.良好的沟通能力和学习意愿，能适应制造业的工作节奏。

工作职责： 1、负责AI技术在制造场景中的落地应用； 2、开发及优化AI模型，包括视觉检测、数据预测、异常识别等； 3、推动AI与MES、设备、运营系统的数据融合； 4、建立生产数据分析模型，提高质量、效率及预测能力； 5、参与智能工厂、AI中台、异常感知系统等项目建设； 6、跟踪行业AI技术趋势，推动新技术导入； 7、输出AI应用方案及实施标准。 任职资格： 1、本科及以上学历，人工智能、计算机、自动化、数据科学等相关专业； 2、熟悉机器学习、深度学习相关算法； 3、熟悉Python、PyTorch、TensorFlow等开发框架； 4、有工业AI、机器视觉、智能制造项目经验优先； 5、具备较强的数据分析与逻辑思维能力； 6、具备良好的业务理解与落地能力。

岗位职责： 1、AI Agent架构研发：ReAct推理框架、MCP协议适配、Agent技能编排； 2、工业 RAG系统、Agent长短期记忆模块开发； 3、制造业工艺知识图谱构建； 4、工业大模型的领域微调与能力对齐； 任职要求： 1、计算机/人工智能/数学相关专业，一本/211/985学历，二本及以下勿扰； 2、熟悉 LLM、RAG、Agent 相关技术，有相关项目经验； 3、有大模型微调、知识图谱开发经验者优先。

岗位职责： 1、善于将模糊的业务需求，转化为清晰的数学和算法问题，务实高效地解决方案。 2、主导或协同数据团队进行数据探查，清洗，标注体系设计，构建模型训练与评估数据集。 3、完成模型训练，验证，大规模超参数调优及多模型融合，持续迭代升级核心指标。 4、将算法经验沉淀为技术文档，专利，或可复用的组件/平台能力，对团队进行技术分享，提升算法水平。 5、与项目团队协作，高效部署与上线，保障线上服务的稳定性与性能，快速协作项目落地 6、AI算法工程师，输出并维护一份“数字BOM”，即，数据，代码，模型，配置，文档全套清单。 岗位要求：， 1、大专及以上学历，计算机，人工智能，机电一体化等相关专业，3~5年以上推动算法研发完整的项目落地经验，从问题定义，数据探查，算法选型与调优，离线实践，在线AB测试，到最终业务指标提升过程。 2、熟悉非标设备自动化及相关生产工艺流程， 3、精通机器学习经典算法（LR,SVM,GBDT等）和深度学习理论（CNN,RNN,GAN等），熟悉常用数据库（NUMPY,PANDAS等）掌握至少一个深度学习框架。 4、掌握LINUX开发环境，熟练使用GIT，能编写，可维护，可测试，高性能的算法代码。 5、具备良好的沟通与协调能力，工作敬业，刻苦耐劳，服从安排并具备良好的团队精神。

工作职责 1. 场景化AI方案落地 - 聚焦精密压铸、机加工环节，开发视觉质检算法（如铸件缺陷检测、尺寸精度校验），替代人工检测，提升检测准确率与效率。 - 基于设备传感器数据与生产日志，构建时序预测模型，实现压铸机、CNC等设备的故障预警与预测性维护，减少停机时间。 - 结合ERP/MES/APS系统数据，优化生产排产与调度算法，平衡产能、交期与成本，适配“三精三百”管理要求。 2. 数据处理与模型开发 - 对接生产、质检、设备等数据源，完成数据采集、清洗、标注与特征工程，搭建工业级训练数据集，解决数据孤岛问题。 - 选用适配工业场景的机器学习/深度学习算法（如CNN用于视觉质检、LSTM/Transformer用于时序预测），完成模型设计、训练、调参与优化。 - 针对产线边缘算力限制，开展模型轻量化（量化、剪枝），确保模型推理速度与精度平衡。 3. 工程化部署与系统集成 - 采用Docker等工具封装模型，通过FastAPI搭建推理服务，实现与MES、QMS等现有信息化系统的集成对接。 - 完成AI方案在产线的试点与推广，配合生产、质检团队完成上线测试与效果验证。 4. 技术迭代与知识沉淀 - 跟踪工业AI、大模型、机器视觉等领域新技术，探索在精密制造场景的创新应用（如小样本学习解决工业数据稀缺问题）。 - 编写技术文档、部署手册，沉淀AI落地方法论，推动跨部门技术交流。 5、负责AI Agent核心架构设计与开发，不断优化和提升大模型Agent的技术框架，构建高可用、低延时的分布式系统 任职要求 1. 学历与专业：本科及以上学历，计算机科学、自动化、数据科学、电子信息等相关专业；硕士学历或有精密制造/压铸行业AI落地经验者优先。 2. 核心硬技能 - 编程基础：精通Python，熟悉NumPy、Pandas、Scikit-learn等工具；了解C++者优先（适配边缘端开发）。 - 框架与算法：熟练掌握PyTorch/TensorFlow至少一种深度学习框架；精通计算机视觉（目标检测/分割）、时序预测算法，有工业场景模型优化经验。 - 工程化能力：熟悉Docker容器化技术、FastAPI推理服务搭建；了解MLOps基础流程，具备模型监控与迭代能力。 - 行业适配：熟悉工业协议（Modbus/OPC UA）或MES/ERP系统数据对接经验者优先；了解精密压铸、机加工工艺或工业质检流程者加分。 3. 素质要求 - 具备较强的问题拆解能力，能将“无披锋、一次做准”等工艺要求转化为AI技术方案。 - 跨部门协作能力强，能高效对接生产、质检、IT团队，推动项目落地。 - 学习能力与抗压能力突出，适应制造业快速交付与持续优化的业务需求。 - 认同公司“以人为本、以质取胜”的经营理念，具备创新意识与工匠精神。 加分项 - 有精密制造行业AI质检、设备预测性维护、智能排产等项目落地经验。 - 掌握模型轻量化技术（TensorRT/ONNX）或边缘端（ARM/NPU）部署经验。 - 拥有AI相关专利、竞赛获奖或开源项目贡献者。 - 熟悉工业视觉检测设备（如三维扫描测量仪）数据处理流程。