工业 AI 解决方案架构师(AI)
工作地点:上海
薪资范围:28-45k
学历要求:本科
经验要求:10年以上
岗位描述
1. 能对制造业的业务痛点进行诊断,挖掘高价值场景:
将模糊的业务需求转化为清晰的、可实施的技术问题定义和AI项目规划。
2.负责将 AI 技术与制造业务场景深度融合,AI解决方案开发与落地,对最终的业务效益(如效率提升、成本降低)负责
主导从概念验证(POC)到规模化部署的全流程。包括数据探查、特征工程、模型选型、训练、验证及持续优化。构建并维护适用于制造业场景的AI模型,如:
质量预测: 基于实时传感器数据预测纱线质量指标
预测性维护: 分析设备振动、温度等信号,预测锭子、钢领、罗拉等关键部的故障。
视觉检测: 利用机器视觉自动检测纱疵、管纱外观缺陷等
工艺参数优化: 通过强化学习或优化算法,寻找好的工艺参数组合(如速度、牵伸倍数、温湿度)。
能耗优化: 建立能耗模型,优化空调与设备运行策略。
3. 负责AI 模型端到端解决方案架构设计,数据架构与工程协同:
与数据工程师、IT基础设施团队协作,设计和优化支持AI模型训练与实时推理的数据管道、数据平台及边缘计算架构。
确保解决方案能够与现有的MES(制造执行系统)、SCADA(数据采集与监控系统)及ERP系统有效集成。
岗位要求
1. 教育背景: 计算机科学、人工智能、数据科学、自动化、纺织工程等(具备强大IT背景)或相关领域的本科及以上学历。
2. 技术能力:
精通AI/ML技术栈: 熟练掌握Python及相关的机器学习库(如Scikit-learn, TensorFlow, PyTorch)。有深度学习项目实战经验。
数据处理能力: 精通SQL,熟练使用Pandas、NumPy等进行数据清洗与分析。熟悉时序数据处理。
扎实的实践经验: 拥有3年以上完整的AI项目落地经验,有工业界(特别是流程工业、离散制造)项目经验者优先。有预测性维护、计算机视觉(工业缺陷检测)、时序数据预测或运筹优化项目的成功案例。
模型部署: 了解模型服务化(如使用Flask、FastAPI、Docker)和基本的边缘部署概念。