崗位職責
模型研發(fā)與優(yōu)化
1、基于AI技術(shù)(機器學習、深度學習、強化學習等)構(gòu)建作物生長模型,覆蓋精準灌溉、精準施肥、光合作用、養(yǎng)分吸收、病蟲害預(yù)測等核心環(huán)節(jié);
2、結(jié)合多源數(shù)據(jù)(氣象、土壤、遙感、物聯(lián)網(wǎng)設(shè)備等)優(yōu)化模型精度,解決農(nóng)業(yè)場景中的非線性、時序依賴問題;
3、開發(fā)輕量化模型部署方案,適配邊緣計算設(shè)備及移動端應(yīng)用。
數(shù)據(jù)驅(qū)動決策
4、 統(tǒng)籌農(nóng)業(yè)數(shù)據(jù)采集、清洗與標注流程,構(gòu)建高質(zhì)量數(shù)據(jù)集;
5、分析作物生長與環(huán)境變量的關(guān)聯(lián)性,挖掘潛在規(guī)律并轉(zhuǎn)化為可解釋性模型。
跨領(lǐng)域協(xié)作
6、與農(nóng)業(yè)專家、硬件工程師、產(chǎn)品團隊深度合作,推動模型從實驗室到田間地頭的落地應(yīng)用;
7、參與制定智慧農(nóng)業(yè)解決方案的技術(shù)路線圖。
技術(shù)創(chuàng)新與落地
8、 跟蹤AI+農(nóng)業(yè)領(lǐng)域前沿技術(shù)(如數(shù)字孿生、多模態(tài)學習),探索創(chuàng)新應(yīng)用場景;解決實際生產(chǎn)中的痛點問題(如極端氣候下的作物預(yù)測、精準施肥算法)
任職要求
1、 硬性技能
a、教育背景:計算機科學、農(nóng)業(yè)工程、應(yīng)用數(shù)學、統(tǒng)計學等相關(guān)專業(yè)本科及以上學歷,博士優(yōu)先;
b、編程能力:精通Python/C++,熟悉TensorFlow/PyTorch/PaddlePaddle等框架,有模型加速(TensorRT、ONNX)或分布式訓(xùn)練經(jīng)驗;
2、算法能力:
a、掌握時序預(yù)測(LSTM、Transformer)、圖神經(jīng)網(wǎng)絡(luò)(GNN)、貝葉斯優(yōu)化等算法;
b、熟悉作物生長模擬框架(如WOFOST、APSIM)或農(nóng)業(yè)機理模型者優(yōu)先;
c、 數(shù)據(jù)能力:具備農(nóng)業(yè)大數(shù)據(jù)處理經(jīng)驗(如SQL、Spark、Hadoop),熟悉農(nóng)業(yè)數(shù)據(jù)標準(如AgJSON)。
3. 農(nóng)業(yè)領(lǐng)域知識
a、了解作物生理學、農(nóng)業(yè)氣象學、土壤學基礎(chǔ),或有意愿快速學習農(nóng)業(yè)知識;
b、有智慧農(nóng)業(yè)項目經(jīng)驗(如智能溫室、精準灌溉、產(chǎn)量預(yù)測)優(yōu)先。
4. 軟性能力
a、問題解決:能將農(nóng)業(yè)場景需求轉(zhuǎn)化為技術(shù)方案,具備模型調(diào)優(yōu)與工程化落地能力;
b、溝通協(xié)作:良好的跨學科溝通能力,能與農(nóng)業(yè)專家、種植戶高效合作;
c、創(chuàng)新驅(qū)動:對AI+農(nóng)業(yè)技術(shù)趨勢敏感,有頂會論文(如NeurIPS、CVPR農(nóng)業(yè)賽道)或開源項目貢獻者優(yōu)先。
5、加分項
a、農(nóng)業(yè)信息化企業(yè)、科研院所(如中國農(nóng)科院、國際水稻所)背景;
b、熟悉農(nóng)業(yè)物聯(lián)網(wǎng)設(shè)備(傳感器、無人機、農(nóng)機具)數(shù)據(jù)接口;
c、有Kaggle農(nóng)業(yè)賽道獲獎經(jīng)歷或參與過國家級農(nóng)業(yè)科研項目。