中国远洋运输集团
数智化推进部（数字化运营中心）算法与建模高级工程师/工程师
数智化推进部（数字化运营中心）算法与建模高级工程师/工程师
发布于 3 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
博士
机器学习
深度学习
PyTorch
TensorFlow
特征工程
数学建模
数据治理
预测性维护
工业AI
AI 估算 · 25k–40k
博士学历+高级工程师，央企薪资稳定，技术难度高，市场竞争力中上。
职位详情
关于这个职位
该职位是在中远集团从事制造业场景下的数学建模、AI算法设计与落地工作，负责生产预测、质量优化、设备运维等工业AI模型研发，需要博士学历和扎实的数学基础
你将参与数据治理与特征工程，并将算法转化为实际业务应用
最低要求
博士学历，数学、统计学、计算机、自动化、智能制造等相关专业
具备扎实的基础数学、线性代数、概率论与数理统计、数值优化理论基础
熟悉主流机器学习/深度学习算法，具备独立建模、训练、调优经验
熟练使用Python及相关数据分析、机器学习库（如Pandas、Scikit-learn、PyTorch/TensorFlow等）
具备良好的逻辑思维、问题分析能力与团队协作精神，能快速理解业务场景
工作职责
负责制造业场景下基础数学建模、数据分析、AI算法设计与落地工作
参与生产预测、质量优化、设备运维、能耗管理等工业AI模型研发与迭代
构建数据治理与特征工程体系，提升数据质量与模型效果
协同业务、IT、数智化团队，将算法模型转化为可落地的业务应用
跟踪行业前沿AI技术，形成可复用的算法组件与技术方案
完成部门交办的其他数智化技术支撑工作
优先资格
有制造业、工业互联网、智能工厂、设备预测性维护等相关项目经验者优先
AI 洞察
优缺点分析
优点
- 央企平台稳定，项目资源丰富，接触前沿AI在制造业的应用
- 团队专业，博士学历要求保证高质量协作
- 上海工作生活便利，城市发展水平高
- 央企决策流程较长，创新落地可能较慢
- 制造业数据治理难度大，现场环境复杂
- 技术方向相对单一，可能限制跨行业发展
- 适合追求稳定、希望在工业AI领域深耕、有博士学历且偏好大型平台的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席算法科学家或AI架构师发展
- 横向可转向工业互联网平台产品管理
- 也可在央企体系内晋升为技术管理岗位
- 设计并实施制造业场景的数学建模与AI算法
- 参与生产预测、质量优化、设备运维等工业AI模型研发
- 构建数据治理与特征工程体系，提升数据质量
- 协同多团队将算法落地为业务应用
- 扎实的数学基础（线性代数、概率论、优化理论）
- 精通Python及机器学习框架（如TensorFlow、PyTorch）
- 熟悉工业AI场景，如预测性维护
- 出色的逻辑思维与业务理解能力
申请策略
- 关注中远集团数智化战略，强调对航运/物流制造业的理解
- 准备技术案例展示，体现量化成果
- 突出数学建模和AI算法项目经验，强调制造业或工业场景
- 展示Python编程能力和框架使用
- 强调团队协作和业务落地成果
- 博士课题相关度
- 补充工业互联网或智能工厂相关知识
- 学习数据治理和特征工程最佳实践
面试指南
- 技术问题用STAR法则，强调问题、方法、结果
- 行为问题展示团队协作和业务导向
- 项目问题突出量化成果
- 请介绍一个你主导的工业AI项目
- 如何解决制造业数据稀缺或不平衡问题？
- 线性代数在算法优化中的应用
- 你在特征工程方面有什么经验？
- 如何看待央企的数智化转型挑战？
匹配度报告
75
综合匹配度
央企工业AI算法岗，技术前沿，稳定有保障，但WLB一般。
适合人群
适合看重社会价值和前沿技术，对工作生活平衡要求一般的求职者。
最强匹配
使命价值匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展80
工作生活60
使命价值85
薪资福利匹配
75中等
央企薪资福利稳定，市场竞争力中等偏上，满足补偿性动机。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
80较高
工作涉及AI前沿技术，有独立建模和落地机会，但央企晋升路径相对缓慢。
技术前沿前沿/新兴技术
技术栈Python、机器学习、深度学习、TensorFlow、PyTorch、数学模型
业务类型ambiguous
工作生活匹配
60中等
仅现场办公，未提及弹性，央企通常有正常双休，但项目压力可能加班。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
85较高
推动制造业智能化，提升生产效率，有社会意义；行业稳定。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs