智能决策研发工程师(J10965)(J10965)

负责围绕时序预测、生产与运营调度、最优化控制（MPC）、强化学习、仿真驱动优化等方向开展系统性研究与评测基准建设；以业务约束与安全边界为核心，从问题抽象、模型设计、算法求解到稳定性/实时性验证形成闭环，沉淀可复用的算法模块、规范与技术报告，支撑后续架构与规模化交付；

负责数据→特征→模型→服务→控制的一体化架构与演进；制定接口/版本/评测/可观测性规范；沉淀可复用组件，支撑产品化交付；

负责面向煤矿安全预警、供热优化控制、交通信号优化、制造业生产调度、新能源功率预测、港口作业优化等场景，完成数据接入、联调上线、灰度/回滚、SLA制定与达成，并建设日志/监控/告警/Tracing的可观测性与运维闭环；

负责将成果转化为平台/工具、SOP/评测基准、实施与运维手册、论文/专利/软著/白皮书等有形资产，提升公司核心技术竞争力；

负责与产品/前后端/运维/客户侧专家协同，做好全流程管理，保障质量与进度。

博士研究生学历，计算机类、电子信息类、数学类、统计学类、交通运输类、水利类等相关专业；

掌握数理统计、机器学习与深度学习，熟悉以下技术之一：时序预测 、生产与运营调度；MPC与最优控制、数据重建与多尺度建模；掌握Python，了解PyTorch/ONNX、FastAPI/Flask、SQL。理解微服务/消息队列/缓存/并发。掌握Docker/K8s、CI/CD；

具备良好的数据敏感性、创新意识、逻辑思维能力、执行力与团队协作能力；

接受出差；

加分项：

有实时/边缘或“一体机”部署相关经验；

有仿真建模（SUMO/AnyLogic/PlantSimulation等）相关经验；

有高质量论文/发明专利/高影响力开源。