1.負(fù)責(zé)設(shè)計(jì)和開(kāi)發(fā)基于時(shí)序數(shù)據(jù)的預(yù)測(cè)模型(如ARIMA、LSTM、Prophet、Transformer等),應(yīng)用于業(yè)務(wù)場(chǎng)景中的預(yù)測(cè)分析(如銷量預(yù)測(cè)、設(shè)備維護(hù)、能源調(diào)度、風(fēng)控預(yù)警等);
2.深入挖掘和分析海量時(shí)序數(shù)據(jù)(如時(shí)間序列、傳感器數(shù)據(jù)、日志數(shù)據(jù)等),提取關(guān)鍵特征,構(gòu)建有效數(shù)據(jù)模型;
3.熟悉運(yùn)籌優(yōu)化、管理調(diào)度算法(如線性規(guī)劃、整數(shù)規(guī)劃、遺傳算法、強(qiáng)化學(xué)習(xí)等),了解模型預(yù)測(cè)控制方法,并應(yīng)用于最優(yōu)化問(wèn)題求解;
4.優(yōu)化現(xiàn)有模型架構(gòu),提升預(yù)測(cè)精度、效率及穩(wěn)定性,解決過(guò)擬合、數(shù)據(jù)漂移等問(wèn)題;
5.負(fù)責(zé)數(shù)據(jù)清洗、預(yù)處理及異常檢測(cè),保障數(shù)據(jù)質(zhì)量與模型輸入可靠性。
6.結(jié)合業(yè)務(wù)需求,將算法轉(zhuǎn)化為可部署的解決方案,推動(dòng)模型在真實(shí)場(chǎng)景中的落地應(yīng)用;
7.與交付團(tuán)隊(duì)合作,完成模型部署、性能調(diào)優(yōu)及監(jiān)控,確保算法在分布式環(huán)境(如Hadoop、Spark)或邊緣設(shè)備上的高效運(yùn)行;
8.與產(chǎn)品團(tuán)隊(duì)協(xié)作,負(fù)責(zé)產(chǎn)品技術(shù)對(duì)接方案把控,完成產(chǎn)品展示及交付工作;
9.對(duì)模型效果進(jìn)行量化評(píng)估與迭代優(yōu)化,持續(xù)提升業(yè)務(wù)指標(biāo)(如預(yù)測(cè)準(zhǔn)確率、響應(yīng)速度、資源消耗等)。
10.領(lǐng)導(dǎo)交代的其他工作。
崗位要求
1.碩士及以上學(xué)歷,計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)專業(yè);
2.具備2年以上時(shí)序模型相關(guān)研發(fā)經(jīng)驗(yàn)者可放寬學(xué)歷要求;
3.技術(shù)能力:精通Python編程,熟悉至少一種深度學(xué)習(xí)框架(如TensorFlow、PyTorch、Deepspeed等),掌握Scikit-learn、Statsmodels等統(tǒng)計(jì)建模工具;
4.深入理解時(shí)序模型算法原理(如ARIMA、GRU、時(shí)序CNN、Attention機(jī)制等),
5.熟悉分布式計(jì)算框架(如Spark、Flink)或?qū)崟r(shí)數(shù)據(jù)處理系統(tǒng);
6.良好的邏輯分析與問(wèn)題解決能力,能快速定位并優(yōu)化模型瓶頸;較強(qiáng)的抗壓能力與團(tuán)隊(duì)協(xié)作精神,主動(dòng)溝通業(yè)務(wù)需求與技術(shù)實(shí)現(xiàn)路徑;
7.有工業(yè)AI、能源預(yù)測(cè)、金融量化、智能運(yùn)維等領(lǐng)域時(shí)序模型開(kāi)發(fā)經(jīng)驗(yàn)者優(yōu)先;具備實(shí)戰(zhàn)經(jīng)驗(yàn);熟悉時(shí)間序列特征工程方法(如滑動(dòng)窗口、傅里葉變換、小波分析等),有異常檢測(cè)、信號(hào)處理經(jīng)驗(yàn)者優(yōu)先。
職位福利:年底雙薪、股票期權(quán)、彈性工作、績(jī)效獎(jiǎng)金、五險(xiǎn)一金、創(chuàng)業(yè)公司、健身俱樂(lè)部、可視頻面試