矿区大模型智能调度算法工程师

岗位职责
一、矿区智能调度系统研发
1、负责面向露天矿山的智能调度系统设计与研发，围绕采、装、运、卸、排等核心作业环节，构建覆盖无人矿卡、无人装载机、无人推土机等设备的协同调度能力。
2、结合矿区生产计划、道路拓扑、设备状态、物料流向、装卸点排队及现场作业约束，实现运输任务分配、车辆路径规划、装卸协同和动态调度优化。
3、支持无人驾驶、有人驾驶及有人无人混合编队等多种作业模式，提升矿区整体运输效率和设备利用率。
二、矿区大模型及智能体应用
1、负责矿区业务大模型的应用架构设计与落地，结合矿山生产规程、调度规则、设备运行数据及历史作业记录，构建面向矿区运营的知识库与智能决策能力。
2、基于大语言模型（LLM）、检索增强生成（RAG）、工具调用及智能体（Agent）等技术，研发自然语言生产指令解析、调度任务生成、异常事件分析、运营辅助决策和调度报告生成等功能。
3、探索大模型与传统调度算法的协同机制，将大模型的任务理解、推理和交互能力与运筹优化算法的约束求解能力相结合，提升调度系统的智能化水平。
三、运筹优化与智能决策算法研发
1、研究并应用混合整数规划、约束规划、启发式算法、强化学习、图优化及多智能体协同等技术，解决多车辆任务分配、动态路径规划、装卸点排队、交通冲突及复杂工况下的实时调度问题。
2、面向设备故障、道路封闭、生产计划变更、充换电需求和突发事件等场景，建立动态重调度及异常恢复机制。
3、结合矿区实际运营数据，持续优化调度策略，提升系统吞吐量、设备利用率、任务准时率及单位运输能耗表现。
四、工程化落地与项目交付
1、负责算法原型验证、系统集成、仿真测试、现场部署及效果评估，推动智能调度能力从实验环境走向真实矿区生产场景。
2、建立调度算法评测体系和运营指标体系，基于实际运行数据持续迭代算法与模型。
3、配合产品、平台研发及项目交付团队，完成技术方案设计、核心模块开发、现场问题排查和项目验收

岗位要求
一、教育及工作经验
1、计算机科学、人工智能、运筹学、自动化、控制科学、交通运输工程、工业工程等相关专业，本科及以上学历，硕士优先。
2、具备3年以上算法研发或智能调度系统研发经验；具有矿山无人驾驶、智能物流、工业调度、车队管理或多智能体协同经验者优先。
3、具有实际生产系统落地、复杂业务系统集成或大型项目交付经验者优先。
二、大模型与人工智能能力
1、熟悉主流大语言模型的技术原理及应用开发，具备提示词工程、RAG、知识库构建、工具调用、智能体开发等实际项目经验。
2、熟悉 Python 及相关机器学习、深度学习开发框架，具备模型服务化、接口集成、推理部署及性能优化能力。
3、能够结合具体业务场景设计大模型应用方案，理解大模型在复杂约束决策中的局限，能够通过规则引擎、优化算法、权限控制和结果校验保障决策可靠性。
4、具备大模型微调、领域知识增强、模型评测或私有化部署经验者优先。
三、智能调度与运筹优化能力
1、熟悉运筹优化、组合优化、图算法、约束求解及启发式搜索等至少一个方向，能够独立建模并求解实际调度问题。
2、熟悉车辆路径问题、任务分配、资源调度、多目标优化、动态规划等相关问题，有复杂约束下的调度算法研发经验。
3、了解强化学习、多智能体系统或仿真优化技术者优先。
4、能够将业务目标、生产规则、设备能力、时空约束和安全要求转化为可计算的优化模型。
四、软件工程与平台集成能力
1、熟练掌握 Python；具备 Java、C++ 或 Go 等至少一种后端开发语言经验者优先。
2、熟悉微服务架构、消息队列、数据库及分布式系统，能够完成算法模块与业务平台的工程化集成。
3、熟悉 Linux、Git、Docker 等研发工具，具备算法服务部署、监控、日志分析及线上问题排查能力。
4、具备多系统接口对接、异构设备数据接入或跨供应商平台集成经验者优先。