主要职责与工作内容 1. 工业数据可视化大屏开发： 负责设计并实现高性能、高可用的工业级实时数据可视化大屏。 对接各类工业数据源（时序数据库、关系数据库、数据中台API），实现生产监控、设备状态、能效分析等数据的动态展示。 优化大屏前端性能，确保在海量数据实时刷新下的流畅性与稳定性。 2.数据分析与处理工具开发： 开发和维护数据ETL管道，对工业时序数据、日志数据、关系型数据进行清洗、转换与整合。 构建数据分析服务与工具，支持业务人员完成统计、对比、归因等分析需求。 数据分析模块的设计与实现。 AI工具与平台开发： 开发内部AI工具链，将成熟的AI模型（如异常检测、参数预测、图像识别）进行服务化封装，开发RESTful API或gRPC服务，供前端或其他系统调用。 人工智能模型开发与工程化： 与算法工程师紧密协作，负责机器学习/深度学习模型的工程实现、调优及性能优化。 探索和实现模型在边缘计算设备上的轻量化部署方案。 内部效能工具开发： 根据研发、运维、数据分析等部门的需求，识别痛点，自主开发或改进内部工具系统，提升整体组织效率。 维护和优化团队的技术基础设施与通用组件库。 三、 任职资格（硬性要求） 教育背景：本科及以上学历，计算机科学、软件工程、自动化、电子信息或相关理工科专业。 工作经验： 必需具备3-5年及以上工业领域（如制造业、能源、物联网等）或大数据/AI项目的实际开发经验。 有完整的数据可视化大屏（如基于ECharts、AntV、D3.js等）、数据分析平台或AI模型服务化项目经验。 有实际将机器学习模型部署到生产环境并解决过线上问题的经验者优先。 核心技术栈： 编程语言：​精通 Python，熟练掌握 Java​ 或 Go​ 中的至少一门。有良好的编程习惯和扎实的算法基础。 前端与可视化： 精通 Vue.js​ 或 React​ 框架，有复杂单页应用开发经验。精通 ECharts、AntV G2/G6​ 等至少一种主流可视化库，有三维可视化（Three.js/WebGL）经验者优先。 后端与数据： 熟悉常用Web框架（如Django/Flask, Spring Boot）。 熟悉SQL与至少一种关系型数据库（如MySQL, PostgreSQL）。 必须熟悉至少一种时序数据库（如 InfluxDB, TDengine, TimescaleDB）和一种NoSQL数据库（如 MongoDB, Redis）。 熟悉消息队列（如 Kafka, RabbitMQ）和分布式计算框架（如 Spark, Flink）者优先。 AI/ML工程： 熟悉主流的机器学习框架（如 Scikit-learn, PyTorch, TensorFlow）。 熟悉模型服务化工具（如 MLflow, Kubeflow, Triton Inference Server）。 了解Docker容器化技术和Kubernetes编排工具。 开发与协作： 精通Git，熟悉CI/CD流程，具备良好的技术文档编写能力。 四、 软性素质与潜力要求 强烈的业务导向与解决问题能力：能够深入理解工业场景的业务逻辑与痛点，将模糊的业务需求转化为清晰的技术方案并落地。 系统性思维与架构能力： 具备设计可扩展、可维护的中大型系统模块的能力，并对技术选型有独立判断。 主动性与主人翁精神：不局限于完成分配任务，能主动发现系统瓶颈、提出改进建议并推动解决。 优秀的沟通与团队协作能力： 能与产品经理、算法工程师、前端工程师及业务方高效协同，清晰表达技术观点。 快速学习与钻研精神： 对工业互联网、大数据、人工智能等新技术保持热情，能快速学习并应用于实际项目。