算法工程师

一、岗位职责
1、基于业务需求，开展数据采集、清洗、探索性分析、指标拆解与特征工程，识别业务规律、关键影响因素及潜在优化机会；
2、参与业务指标体系建设，围绕经营、生产、供应链、质量、客户等场景设计分析指标、监控口径和评估方法，支撑业务决策；
3、面向预测、分类、聚类、异常检测、时序分析等任务，完成模型选型、训练、评估与优化，构建可落地的机器学习解决方案；
4、与业务、数据及系统团队协作，完成从需求分析、数据分析、算法设计到模型部署和应用集成的全流程开发；
5、对现有分析模型和算法模型进行效果评估、归因分析、迭代优化与性能调优，确保模型准确性、稳定性、可解释性和业务可用性；
6、输出数据分析报告、算法设计文档、实验报告及技术说明，沉淀分析方法、模型开发规范和上线流程；
7、跟踪数据分析、机器学习、深度学习及行业智能化应用趋势，定期组织内部技术交流，赋能团队数据分析与 AI 应用能力建设。
二、岗位能力及素养
1、本科及以上学历，数据分析、统计学、应用数学、计算机科学、人工智能、自动化、工业工程等相关专业背景优先；
2、具备较完整的数据分析知识框架，熟悉指标体系设计、业务拆解、数据建模、统计分析和可视化分析方法，有指标建设或数据分析项目经验；熟练掌握 Python 或 R 语言，具备良好的 SQL 编程能力，能够独立完成数据提取、清洗、加工、分析和建模工作；熟悉至少一种数据库，如 MySQL、PostgreSQL、MongoDB、SQL Server 等，具备多源数据处理和分析经验者优先；熟练使用常用数据分析及可视化工具，如 PowerBI、Tableau、SPSS、Excel 等，能够面向业务输出清晰的数据看板和分析报告；熟悉常见统计分析方法，如假设检验、相关分析、回归分析、方差分析、时间序列分析、A/B 测试等，并能够结合业务场景合理应用；熟悉常见机器学习算法，如集成学习、分类回归、聚类分析、异常检测、推荐算法、时序预测等，理解其适用场景和评估方法；了解深度学习、强化学习等相关技术，熟练使用至少一种深度学习框架，如 PyTorch、TensorFlow 等，有实际建模或落地经验者优先；
3、具备较强的业务理解能力、逻辑思维能力和数据敏感度，能够从数据中发现问题、解释问题并提出改进方向；具备良好的沟通表达能力和文档输出能力，能够将复杂的数据分析和模型结果转化为业务可理解的结论；具备较强的学习能力、责任心和长期主义精神，能够持续跟踪数据分析与 AI 技术发展并推动业务应用；
4、有工业制造、供应链、质量管理、生产运营、设备预测性维护等场景的数据分析和建模经验者优先。