岗位职责
1.工业数据治理与建模：
1.针对工业传感器、设备日志、能源报表等多模态数据，设计清洗、标注及特征工程方案，构建适配诊断场景的训练数据集；
2.开发数据增强策略，解决工业场景中数据稀疏、噪声干扰等问题。
2.大模型轻量化适配：
1.基于开源大模型（如LLaMA、ChatGLM），结合工业诊断需求，设计参数高效微调方案（LoRA/Adapter/P-tuning），提升模型对设备故障、能效预测等任务的泛化能力；
2.优化模型推理效率，推动大模型在边缘计算设备及云端混合部署。
3.领域知识融合：
1.与能源专家协作，将行业术语、诊断规则注入模型，开发能源诊断专用Prompt模板与评估体系；
2.输出模型可解释性报告，支持业务团队理解算法决策逻辑。
4.工程落地协作：
1.对接云平台团队，完成模型API封装，支持实时诊断与分析系统集成。


任职要求
73 硬性门槛：
80硕士及以上学历，计算机、自动化、能源系统工程等相关专业，1年以上NLP/模型微调项目经验（优秀应届生可放宽）；
80熟练掌握PyTorch框架及Transformer架构，有LLaMA/ChatGLM等开源模型微调经验；
80熟悉轻量化微调技术（如LoRA）及模型压缩方法（量化/蒸馏），具备低资源环境优化经验；
80熟练使用Python数据处理工具（Pandas/NumPy），了解工业时序数据分析者优先；
80加分项：有工业设备诊断、能源管理系统（EMS）相关项目经验。
73 软性匹配：
80对工业节能、环保技术有强烈兴趣，愿意深入车间场景理解业务痛点；
80务实高效，擅长在资源受限条件下平衡模型性能与落地成本；
80具备快速学习能力，能通过文献、开源社区解决技术卡点。

我们提供的价值
91 行业壁垒优势：
80聚焦工业节能垂直领域，数据源于真实产线诊断项目，拒绝“纸上炼丹”；
80技术直接服务于国家双碳战略，成果可量化（如客户能耗降低率）；
95 技术成长支持：
80提供工业场景专属数据集及领域专家一对一协同；
80开放使用阿里云/腾讯云GPU算力资源，支持模型训练与部署；
90 薪酬与激励：
80年薪18-45W（能力定薪）+项目奖金+股权激励期权池；
80入职配备高性能开发机（RTX 4090级显卡）+ 灵活算力采购预算；
94 团队与文化：
80深圳宝安、广州花都办公，近地铁、配套成熟，团队年轻化、扁平管理；
80定期参访工业客户现场，深入理解技术落地价值；
80五险一金、节日福利、带薪年假等。