岗位描述
岗位职责:
1、负责多源时序信号的算法建模与挖掘;
2、设计并落地时序数据的清洗、特征工程、异常检测、趋势预测与风险评估模型;
3、结合智能设备 / IoT 传感器数据,构建端到端的指标算法链路并持续迭代调优;
4、与产品、硬件、工程团队协作,将算法能力落地为可上线、可解释、可运维的业务功能;
5、善用 AI 工具与大模型能力为研发与数据流程提效,提升算法迭代效率。
任职要求:
1、2027 届应届毕业生,硕士及以上学历;
2、扎实的时序算法功底:系统掌握时间序列分析与建模方法,熟悉平稳性 / 趋势 / 周期分解、ARIMA、状态空间模型、滤波(卡尔曼等)、信号处理、异常检测、变点检测等经典方法;
3、数据 / 模型开发经验:有健康 / 体征类数据的处理与模型开发经验,熟悉生理信号或智能设备数据的建模落地;
4、机器学习基础:熟练掌握经典机器学习方法(GBDT/XGBoost、聚类、回归、特征工程等)及主流时序深度模型(LSTM/TCN/Transformer 时序变体等);
5、工程能力:熟练使用 Python 及 NumPy / Pandas / SciPy / scikit-learn 等工具,具备良好的数据处理与代码工程素养;
6、对 AI 提效有理解:理解并实践用大模型 / AI 工具提升数据分析与研发效率,能把 AI 融入日常工作流;
加分项(Plus):
1、有 大模型(LLM)相关研究(训练 / 微调 / 应用落地等),能将 LLM 能力与数据场景结合;
2、有 IoT / 边缘端 / 流式数据实时处理经验;
3、有数据可视化、A/B 实验或指标体系搭建经验;
4、有顶会论文、专利或开源项目贡献。