1.负责面向炼化及工程建设领域的人工智能算法研究与创新，重点聚焦大模型及相关先进算法的技术演进，系统跟踪前沿成果，探索新型网络结构、学习范式与优化方法，推动原创性算法在行业中的转化与落地应用。2.主导炼化领域人工智能算法方案的设计与实现，基于实际业务场景研发和优化面向工业应用的深度学习算法模型（如时序预测、异常检测、图像识别等），构建高效的模型训练与推理框架；针对复杂工程与生产任务，设计算法驱动型智能解决方案，完成从建模假设、算法选型到性能调优的全流程工作。3.深入分析炼化行业数据特性，构建面向算法模型的数据处理流水线，包括数据采集策略制定、噪声处理、缺失值填补与高阶特征构造，保障算法输入的有效性与泛化能力；独立设计并执行算法对比实验与基准测试，全面评估大模型及定制算法在真实场景下的表现，依据指标反馈持续迭代优化模型结构与训练机制。4.撰写高水平算法研究报告与技术白皮书，系统化总结模型设计思路、算法创新点及实验结论，促进算法知识在团队及跨领域的传播与沉淀；指导并培养团队成员在炼化方向的人工智能算法研发能力，建设具备算法攻坚实力的AI工程队伍，提升整体算法研发水平。

1.硕士研究生及以上学历，计算机科学、人工智能、数据科学、自动化、应用数学等相关专业背景；具备5年以上人工智能算法研发经验，且有3年以上面向工业领域（尤其是炼化、能源、化工等行业）的人工智能项目实施或技术落地经验，熟悉行业工艺流程、生产管理与信息化建设特点者优先。深入理解深度学习核心算法原理，具备5年以上AI算法开发经验，其中至少2年以上专注于大模型（如Transformer架构、多模态模型、LLM等）的研究与应用实践，具备独立设计算法结构、改造预训练模型、高效微调与部署能力；熟练掌握主流深度学习框架（如PyTorch、TensorFlow、JAX等）及大模型训练/推理工具链（如Hugging Face Transformers、DeepSpeed、Megatron-LM等）。2.具备扎实的学术基础与较强的工程实践能力，在深度学习、大模型、时序建模、表征学习、强化学习、计算机视觉等方向有系统性理解和实际项目经验；能针对炼化等复杂工业场景，研发具有行业适配性的算法模型，解决如设备预测维护、过程优化、异常检测等关键问题，有成功推动AI算法从研发到生产落地的完整案例者优先。3.具备出色的数据建模与算法驱动分析能力，熟练运用Python等语言及相关工具（如Pandas、Numpy、Scikit-learn、Spark等）进行大规模数据的清洗、处理与特征构造；深刻理解工业场景下数据分布不均、高噪声、强耦合等特点，能基于数据特性开展有效的建模策略设计；具备强烈的创新意识与解决复杂问题的能力，能独立提出具有前瞻性的算法解决方案，推动大模型及新一代AI算法在炼化行业的深度融合与实用化落地。4.具备良好的团队协作与沟通能力，有2年以上算法团队或技术研发团队的管理经验，能够带领团队完成从算法原型设计、实验验证到上线部署的全流程研发任务；善于跨领域协作，能有效联动业务专家与工程团队，推动算法成果转化为可规模复制的智能系统。