AIO工程师（机器学习方向）

What You'll Do / 你将参与 • Build autonomous optimization systems for the real world—connecting AI, control, and process intelligence. 构建面向真实工业场景的自主优化系统，把 AI、控制与过程智能连接起来。 • Prototype and tune reinforcement learning, model-predictive control, or hybrid physics-ML algorithms. 原型设计并调优强化学习、模型预测控制（MPC）或物理-机器学习混合算法。 About You / 我们希望你 • You’re an ML/Control engineer who wants your models to touch the real world. 你是一位希望让模型真正作用于现实世界的 ML / 控制工程师。 • You enjoy writing code that both trains and controls. 你喜欢编写既能训练模型、又能参与控制执行的代码。 • You’re excited by the challenge of turning industrial data into autonomy. 你对把工业数据转化为自主系统这一挑战感到兴奋。 Requirements / 要求与加分项 • Strong foundation in ML / optimization—e.g., reinforcement learning, MPC, system identification, or Bayesian methods. 在机器学习 / 优化方面基础扎实，例如强化学习、MPC、系统辨识或贝叶斯方法。 • Understanding of control theory, process systems, or simulation environments is a plus. 加分项：理解控制理论、过程系统或仿真环境。 • Experience with real-time data or streaming frameworks (MQTT, OPC-UA, Kafka, etc.) is a plus. 加分项：有实时数据或流式框架经验，如 MQTT、OPC-UA、Kafka 等。