机器学习工程师（时序数据HZ）

1. 算法研发与优化： 负责项目中机器学习算法的理论研究、模型设计与开发。参与算法选型、工程实现、模型训练、调优及性能优化。

2. 模型部署与推理： 负责机器学习模型的部署工作，构建高效、稳定的模型推理系统，并开发相应的接口

3. 时序数据监控与异常检测： 对大规模时序数据进行实时监控和分析，构建异常检测模型，及时发现潜在问题并发出预警

4. 工业预测建模： 建立关键工艺参数与目标值之间的关联性预测模型。

5. 根因分析与定位： 运用机器学习算法和统计方法，对生产中出现的异常或问题进行深入根因分析

1. 教育背景：

○ 计算机科学、统计学、电子工程或相关领域本科及以上学历。硕士学历优先考虑。

2. 技能要求：

○ 机器学习与时序数据处理： 具备实际的机器学习项目经验，熟悉时序数据处理、分析和建模的相关技术。

○ 编程与工程能力： 优秀的代码编写能力，扎实的计算机基础（数据结构、算法）。熟练掌握Python编程语言及其相关数据处理库（如NumPy, Pandas, Scikit-learn等）。

○ 统计学与数据处理： 具备扎实的统计学基础和数据处理能力。

○ 框架掌握（加分项）： 熟悉至少一种主流机器学习/深度学习框架（如TensorFlow, PyTorch, Keras等）者优先。

3. 工作经验（加分项）：

○ 有时间序列分析、预测项目（尤其是在工业场景下）的实际参与经验者优先。

○ 了解工业控制流程或半导体制造行业知识者优先。

4. 个人素质：

○ 优秀的逻辑思维能力和问题解决能力，能够独立分析和解决复杂技术挑战。

○ 出色的沟通协作能力，乐于与团队成员分享知识、紧密合作。

○ 对新技术保持高度热情，具备快速学习能力和自我驱动力，持续追求技术提升