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。