因果推理算法工程师

主要职责

1. 01

   负责因果推理算法研发：基于因果图模型（如Bayes Net）、结构因果模型、双重机器学习、倾向得分匹配等方法，构建可解释的因果推断框架，用于产线异常归因、策略效果评估与决策优化。

2. 02

   融合多源异构数据：结合视觉、工艺参数、操作日志等多模态数据，识别混杂因子，构建因果结构并量化干预效应。

3. 03

   推动算法工程化落地：设计可解释性分析模块，支持根因诊断、A/B测试评估与反事实推理，集成至质检、生产优化等业务系统。

4. 04

   跟进NeurIPS、ICML、JMLR等顶会前沿，探索因果表示学习、可微分因果推断、因果强化学习等方向，实现技术快速转化

1. 01

   计算机、统计学、人工智能等相关专业硕士及以上学历；优秀本科生可放宽。

2. 02

   扎实掌握因果推断理论，熟悉Python与PyTorch等工具。有因果推断项目经验，或在医疗、工业、推荐系统等领域应用因果分析者优先。

3. 03

   具备优秀科研能力，能复现顶会论文，有顶会发表或Kaggle因果分析赛经历者优先。

4. 04

   逻辑严谨，沟通能力强，具备跨团队协作与系统化落地能力