學歷要求:
博士學位,自動化、控制科學與工程、計算機科學、數(shù)學等相關專業(yè)。
專業(yè)知識:
深入理解強化學習原理,包括馬爾可夫決策過程、Q 學習、深度 Q 網絡(DQN)及其變體、策略梯度算法等。
掌握控制理論基礎,如經典控制理論(比例積分微分控制、根軌跡法等)和現(xiàn)代控制理論(狀態(tài)空間法、最優(yōu)控制等)。
熟悉智能水務領域相關知識,了解污水處理廠工藝流程、控制目標以及常見的控制策略。
專業(yè)技能:
熟練使用 Python 編程語言,具備扎實的編程基礎,能夠運用 Python 實現(xiàn)強化學習算法和控制算法。
掌握 TensorFlow、PyTorch 等深度學習框架,能夠利用這些框架搭建和訓練強化學習模型。
熟悉常用的優(yōu)化算法,如隨機梯度下降及其變種,能夠根據(jù)實際問題進行算法選擇和調優(yōu)。
具備良好的數(shù)據(jù)處理和分析能力,能夠處理和分析污水處理廠的運行數(shù)據(jù),從中提取有效信息用于模型訓練和控制策略優(yōu)化。
了解實時控制系統(tǒng)開發(fā),具備一定的硬件接口和實時操作系統(tǒng)知識。
項目經驗:
有強化學習項目實踐經驗,能夠獨立完成從算法設計、模型訓練到結果評估的全流程工作。
參與過污水處理廠或相關工業(yè)控制領域的項目,有實際控制系統(tǒng)開發(fā)或優(yōu)化經驗者優(yōu)先。
具備將強化學習算法應用于實際控制場景,解決實際問題的能力,能夠展示項目成果和應用效果。
能力素質:
具備較強的數(shù)學建模能力,能夠將實際控制問題抽象為數(shù)學模型,并運用合適的算法求解。
具有良好的邏輯思維和問題解決能力,能夠快速分析和解決強化學習控制過程中出現(xiàn)的問題。
具備良好的溝通能力和團隊協(xié)作精神,能夠與跨部門團隊(如算法工程師、工藝工程師、運維人員等)緊密合作,共同推進智能水務項目的實施。
對新技術有強烈的好奇心和學習熱情,能夠快速掌握和應用最新的強化學習和控制技術。
加分項:
在國際或國內知名學術期刊、會議上發(fā)表過強化學習或控制相關論文者優(yōu)先。
參與過開源強化學習項目,有代碼貢獻者優(yōu)先。
獲得過相關領域競賽獎項者優(yōu)先。
工作地點:合肥、廣州、天津、新加坡等。