一、教育背景
- 學(xué)歷與專業(yè):碩士及以上學(xué)歷,控制科學(xué)與工程、自動(dòng)化、電氣工程、計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、機(jī)械工程(智能控制方向)等相關(guān)專業(yè);博士學(xué)歷在復(fù)雜系統(tǒng)控制、先進(jìn)算法研究方向有成果者優(yōu)先。
- 學(xué)業(yè)與研究基礎(chǔ):碩士期間研究方向聚焦智能控制(如模型預(yù)測(cè)控制、強(qiáng)化學(xué)習(xí)控制)、復(fù)雜系統(tǒng)優(yōu)化等領(lǐng)域;博士需以第一作者在《IEEE Transactions on Industrial Informatics》《Automatica》等控制領(lǐng)域頂刊 / 頂會(huì)(如 IEEE ICRA、ACC)發(fā)表過(guò)相關(guān)論文,或有智能控制方向發(fā)明專利(已授權(quán))。
二、專業(yè)技能
1. 核心算法與技術(shù)能力
- 先進(jìn)控制算法:精通模型預(yù)測(cè)控制(MPC)、自適應(yīng)控制、魯棒控制、強(qiáng)化學(xué)習(xí)(DQN、PPO 等)、模糊神經(jīng)網(wǎng)絡(luò)控制等算法,能針對(duì)非線性、時(shí)變、多約束的復(fù)雜工業(yè)系統(tǒng)(如流程工業(yè)生產(chǎn)線、智能裝備)設(shè)計(jì)控制方案;可獨(dú)立完成算法數(shù)學(xué)建模、穩(wěn)定性分析與收斂性驗(yàn)證。
- 機(jī)器學(xué)習(xí)與深度學(xué)習(xí):熟練使用 PyTorch/TensorFlow 搭建深度控制模型(如基于 Transformer 的時(shí)序控制模型、基于 CNN 的視覺引導(dǎo)控制模型),能結(jié)合強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下的控制策略優(yōu)化(如柔性制造系統(tǒng)的自適應(yīng)調(diào)度);掌握遷移學(xué)習(xí)、小樣本學(xué)習(xí)技術(shù),解決工業(yè)場(chǎng)景數(shù)據(jù)稀缺問題。
2. 工具與開發(fā)能力
- 仿真與開發(fā)工具(若有更佳):了解 MATLAB/Simulink(含 Model Predictive Control Toolbox、Reinforcement Learning Toolbox),能搭建復(fù)雜系統(tǒng)仿真模型;熟練使用 Python(Scipy、Gym 庫(kù))進(jìn)行算法原型開發(fā),具備 C++/ROS(機(jī)器人操作系統(tǒng))開發(fā)能力,可完成控制算法的嵌入式部署(如基于 STM32、FPGA 的實(shí)時(shí)控制)。
三、工作經(jīng)驗(yàn)
- 經(jīng)驗(yàn)要求:碩士需 1 年及以上智能控制算法開發(fā)經(jīng)驗(yàn),博士需 1 年及以上相關(guān)經(jīng)驗(yàn)。
四、能力素質(zhì)1.技術(shù)攻堅(jiān)與創(chuàng)新:能獨(dú)立解決復(fù)雜控制難題,具備算法創(chuàng)新能力。
工作地點(diǎn):合肥,天津,廣州,新加坡。