人工智能算法工程师

职责描述：
面向采煤工作面智能化，开展煤矿多源异构数据治理、多模态感知、风险识别与预测预警、一线工人经验知识图谱构建、智能决策与控制算法研发；深入一线提取操作工、班组长的工况判断和处置经验，将其转化为标准规则、程序逻辑、知识库和可执行算法，并完成算法与煤矿硬件产品、设备控制系统的集成部署及井下验证，实现AI驱动的智能开采决策与控制。
任职要求：
1. 硕士研究生及以上学历，人工智能、电子信息工程、计算机科学与技术、自动化、软件工程、机器人工程等相关专业，具备工业 AI 算法或知识工程方向的复合型人才，毕业于国内知名高校；
2. 具备扎实的机器学习和深度学习基础，熟练使用Python/C++及PyTorch/TensorFlow等主流框架，理解卷积神经网络、Transformer等常用深度学习模型的基本原理，具备扎实的数据挖掘与优化算法基础，能够独立完成数据处理及并发、模型训练、性能评估和实验分析。以一作或通讯作者在人工智能等领域公认的顶级会议或高水平期刊发表论文，或在国际性高水平算法及科技竞赛中获得奖项者优先；
3. 具备较强的逻辑分析、知识抽象和结构化表达能力，能够通过现场访谈、跟班观察、操作日志、规程文本和设备数据，梳理采煤工作面操作人员的工况判断、操作流程和异常处置经验；能够在一线人员的指导下，将一线经验逐步转化为标准作业流程、决策规则、程序逻辑、知识库和算法模型，为AI驱动的智能开采决策与控制系统提供依据；
4.掌握大语言模型（LLM）相关技术栈（Prompt Engineering、RAG、Agent、微调），有 LangChain、LlamaIndex、Transformers 等框架使用经验，熟悉知识图谱构建全流程；
5. 掌握机器学习、时序预测、异常检测等方法，能够融合人工规则与数据驱动模型，研发异常工况处置、故障预判及安全风险预警等决策算法；
6. 熟悉Linux开发环境及常用数据处理和深度学习工具，具备规范的算法开发、代码管理和实验复现能力。了解模型部署、模型压缩和推理加速的基本流程；具有ONNX、TensorRT、CUDA或边缘计算平台实践经历者优先；
7. 具备良好的现场适应能力和工程意识，能够根据项目需要进入煤矿现场或井下开展需求调研、数据采集和模型验证；能够与采矿、自动化、机械和软件工程人员协同工作，并在指导下完成技术方案、算法说明、实验报告、接口说明和测试文档编写；
8.具备较强的学习能力、问题分析能力和技术创新意识，具备较强的跨领域沟通能力，能够快速理解综采工作面生产流程、设备运行状态和实际控制需求，能深入一线对算法调试与迭代。

加分项
1.获得国家级 / 省级电子设计竞赛、RoboMaster/RoboCon 机器人大赛、智能车竞赛、“挑战杯”“互联网 +”、AI 算法挑战赛等赛事奖项；
2.有多传感器融合（IMU、视觉、激光雷达等）、SLAM、目标检测、运动控制等方向的项目或研究经验，能独立完成算法原理验证与数据处理；
3.具备工业仿真、自动控制实践经验，熟悉PID、MPC、自适应控制等常见算法开发，并有丰富的工程调试经验者优先；
4.具备多源异构数据处理能力，熟练掌握垂类有数据驱动与机理模型融合项目经验者优先；
5.有行业大模型落地经验（如电力、能源、制造等垂类场景）者优先，有矿山/流程工业 NLP 或知识工程经验者优先。