智能技术工程师-算法-智能体-博士(J22366)

工作职责：1、负责异常电芯预警模型体系的顶层架构设计、技术路线规划及核心算法选型，负责大模型与智能体技术在预警诊断场景的融合应用架构； 2、参与复杂算法模型的攻关与落地，包括基于智能体（Agent）的自主异常推理、跨时序数据因果归因、多源信息融合诊断等前沿技术的研发与工程化交付； 3、负责数据分析建模工作，制定技术规范与标准，保障模型工程化交付，推动预警系统从“阈值告警+模型判异”向“自主感知→自主诊断→自主归因”的智能体范式升级； 4、指导算法团队进行模型迭代优化，持续提升预警系统的准确性与实时性，构建基于RAG/GraphRAG的电芯失效模式知识库，赋能智能体实现根因自动推理与处置建议生成； 5、跟踪前沿AI技术（如AgenticAI、多模态大模型、推理时扩展、自主工作流编排等），评估并主导其在锂电预警、健康管理（PHM）等业务场景中的引入与落地转化； 6、设计预警智能体的任务编排框架（AgenticWorkflow），实现“数据异常触发→模型快速筛查→智能体深度诊断→根因报告输出→处置闭环跟进”的端到端自动化链路。任职资格：1、博士学历，计算机科学/人工智能/数据科学/电化学等相关专业； 2、精通锂电芯全生命周期工艺与失效模式，具备异常电芯预警、K值诊断、热失控预测等实际AI落地项目经验，能处理多模态数据融合建模（时序电压/温度/内阻+文本/图像等多源异构数据）； 3、扎实掌握Transformer、LSTM、XGBoost等主流算法，精通时序信号分析方法（傅里叶/小波变换、熵值分析、趋势突变检测等）；熟练使用Python与PyTorch/TensorFlow，精通SQL及MySQL/Oracle/ClickHouse等数据库； 4、具备模型服务化部署（Docker/K8s/FastAPI）经验，有算法平台架构设计能力，能制定特征规范、模型评测体系及可解释性标准（SHAP/LIME等），保障预警系统高效工程化交付； 5、熟悉LangChain、LlamaIndex或Dify等智能体开发框架，有实际落地基于ReAct/Self-Ask/Plan-and-Execute等模式的自主推理Agent经验；具备GraphRAG或多跳推理（Multi-hopReasoning）知识库构建经验，能结合电芯失效模式知识图谱实现异常根因的自动推导与归因分析； 6、具备大模型（Qwen、DeepSeek、GPT系列等）微调（SFT/RLHF）、PromptEngineering及推理加速（vLLM/TGI）实战经验，能够针对电芯预警场景设计高效的Agent推理链路与工具调用（ToolUse）机制； 7、有强化学习（PPO等）在工业决策或异常检测阈值动态优化中应用经验者优先；有多智能体协作（Multi-Agent）系统设计经验者优先；在AI顶会（NeurIPS/ICML/ICLR/AAAI等）发表过相关论文者优先。