崗位職責
一、節能控制算法研究與開發
1.設計并實現面向泵組/風機組的節能控制算法，融合經典控制理論（PID/MPC）與強化學習（RL）技術，通過Python/C++編寫高性能控制模塊。
2.構建數據驅動的激勵模型（Reward Model），利用時序數據（壓力、流量、能耗）設計優化目標函數，支撐強化學習訓練。
3.使用PyTorch/TensorFlow開發強化學習策略（如PPO、SAC），訓練智能體實現動態節能控制。
4.基于Matlab/Simulink搭建流體設備機理模型，仿真驗證控制算法穩定性與節能效果。
二、工業數據處理與算法部署
1.解析工業設備數據（Modbus/OPC等協議），開發數據預處理管道（Python），提取關鍵特征用于控制決策。
2.將強化學習策略模型轉換為C++可部署代碼，嵌入邊緣設備（如工業網關）。
3.設計算法在線學習框架，支持模型根據實時數據動態優化。
三、技術協作與沉淀
1.編寫算法設計文檔（控制邏輯、獎勵函數設計、訓練流程）。
2.與硬件團隊協作定義控制接口，與數據科學家聯合優化模型架構。
崗位技能要求
一、核心專業能力
1.控制理論：
?精通經典控制（頻域分析/PID整定/MPC）及現代控制理論
?掌握系統辨識、穩定性分析及魯棒控制方法
?必備流體設備（泵/風機）控制機理知識
2.人工智能算法：
?熟練使用PyTorch/TensorFlow開發強化學習模型（DQN/PPO/SAC等）
?掌握獎勵函數設計、環境建模與離線/在線訓練方法
?了解DRL在控制系統的應用挑戰（延遲、安全性）
3.數據處理：
?精通Python數據分析庫（Pandas/Numpy），具備時序數據處理經驗
?能構建特征工程管道支撐控制決策
二、工程開發能力
1.編程語言：
?精通Python（算法開發）與C/C++（工業級部署）
?掌握模型轉換工具（ONNX、LibTorch）
2.工具鏈：
?熟練使用Matlab/Simulink進行控制仿真與代碼生成
?熟悉Git/Jenkins等開發協作工具
三、工業系統基礎
1.理解PLC/DCS系統架構及通信協議（Modbus/OPC UA）工作原理
2.了解工業實時性要求與控制邏輯沖突的根本成因
四、硬性要求
1.學歷：
?數學或自動化/控制工程/計算機等相關專業等專業
?碩士及以上學歷（博士優先）
2.經驗：
?3年以上控制算法開發經驗
?至少1個完整RL控制項目經驗（工業/機器人/能源領域）
3.加分項：
?發表過DRL或控制算法頂會/期刊論文
?熟悉流體力學建模（CFD/數據驅動）
?掌握實時操作系統（RTOS）開發