定位，对模型预测与决策优化能力负责。
1.预测与决策技术架构规划：主导工业预测、工艺参数优化、质量预警等场景的算法架构设计，结合时序Transformer、TabPFN等前沿模型与工业机理，制定预测与决策的总体技术路线。统筹时序预测、异常检测、弱信号提取、多变量长周期预测等方向的技术方案选型，确保模型在精度、稳定性和可解释性方面满足工业严苛要求。
2.预训练基础模型研发：领导针对工业场景的结构化数据与时间序列数据预训练工作，构建具备高泛化能力的工业预测基座模型，减少对行业专家深度介入的依赖。推动多模态融合预测（表格+时序+文本+信号等），将不同工业数据类型统一编码，实现跨模态知识迁移与性能提升。
3.工业决策优化与智能寻优：主导工艺黑盒建模与智能寻优算法（PPO/SAC等强化学习方向），对复杂工业过程建立高保真仿真环境，验证并产出可落地的优化策略。结合预测结果与决策约束，设计预测-决策联合优化框架，在设备运维、工艺参数调优等场景实现"预测→寻优→执行"闭环。
4.预测Agent自动化体系：领导预测Agent研发，通过大模型解析下游任务、自动分析数据特征、选择合适模型并完成结果修正与精度迭代，实现全流程自动化建模。推动Agent能力在工业场景中的落地，降低业务专家介入成本，缩短模型从研发到上线的周期。
5.工控级推理服务与部署：协同团队完成预测推理服务与工控PLC/OPC接口联调，确保算法输出能精准对接工业控制系统。指导统计建模、仿真环境搭建与奖励函数验证工作，支撑基线对比与效果量化评估。
6.持续提升团队的竞争力及人员能力

学历 硕士及以上
工作经验 5年以上
任职资格 "1.硕士及以上学历，计算机、自动化、控制工程、数学等相关专业，中科院自动化所等顶尖院校背景优先。
2.5年以上工业预测、时序建模或AI算法研发经验，有盘古预测大模型、华为云等头部项目经验者优先。
3.精通Transformer、时序Transformer等时间序列建模架构，具备结构化数据/时序数据的预训练+微调全流程经验；深入理解多模态数据对齐与融合方案（表格、时序、文本、图像等），有三元组统一编码或多模态预训练落地经验；熟悉Agent开发体系（Harness、Loop、MCP、Tool Calling等），具备以Agent驱动自动化建模的全链路思维。
4.有千万级参数模型在企业级生产环境中落地经验，熟悉从研发、上线到持续迭代的完整生命周期。
5.加分项：在时序预测、表格学习等方向有SOTA级成果或在顶级会议/期刊（ACM CS、IJCNN等）发表过论文；有工业控制、PLC/OPC接口、边缘推理部署等相关经验；有跨行业（能源、制造、金融等）ToB预测项目交付经验。

北京市 东湖国际中心、青岛