技术总监（信息和数据模型技术）

职位描述
一、面向电子装联等离散制造行业APS（先进计划与排程）的研究，需求人数：1人
研究方向：
1. 高效的电子装联等离散制造行业APS算法研究：基于离散制造行业的生产特点，研究生产计划与排程的建模、求解和优化方法，探索和开发基于优化算法、机器学习或深度学习的APS解决方案，以实现离散制造企业的计划与排程优化。
2. 仓储集成与厂内物流协同研究：研究如何将APS与仓储管理、厂内物流调度、生产工单计划等环节进行集成和协同，以提升整体厂内生产的效率和响应能力。
3. 基于统一软件平台架构下的APS产品框架设计：研究基于统一智能工厂软件平台架构下的APS系统构成和主要功能实现技术路线，以实现APS的工程化实施。
招聘要求： 1. 博士学位：要求应聘者持有相关领域（如工业工程、运筹学、计算机科学等）的博士学位。
2. APS领域专业知识：应聘者应熟悉离散制造行业的生产特点，具备扎实的离散制造行业APS领域知识。
3. 编程与数据分析能力：应聘者需熟练掌握编程技能，具备数据分析和建模能力，能够利用编程语言和工具开发和实现APS算法。
4. 团队合作与沟通能力：应聘者应具有团队协作精神，具有良好的沟通和交流能力，具有较强的责任心和自我驱动能力。

二、面向医药生产等行业的数字孪生和工艺优化研究，需求人数：1人
研究方向： 1. 数字孪生模型开发：研究和开发面向医药生产等行业的数字孪生模型，将物理工厂的运营过程、设备和工艺进行建模，以实现实时监测、仿真和优化。
2. 工艺优化算法研究：探索和开发基于数字孪生模型的生产工艺优化算法，提高生产过程的效率和质量。
3. 数据驱动的决策支持系统：研究如何基于数字孪生和实时数据采集，构建数据驱动的决策支持系统，实现生产过程的智能控制和优化。
招聘要求： 1. 博士学位：要求应聘者持有相关领域（如工业工程、计算机科学、自动化、医药生产等）的博士学位。
2. 数字孪生和工艺优化知识：应聘者应具备扎实的数字孪生和工艺优化领域知识，了解物理系统建模、仿真、优化算法等相关技术和工具。
3. 良好的工程背景：具备离散制造行业的工程背景和实践经验，了解生产工艺、设备运行和优化方法，能够将研究成果有效应用于实际生产中。
4. 沟通和团队合作能力：应聘者应具有团队协作精神，具有良好的沟通和交流能力，具有较强的责任心和自我驱动能力。

三、面向离散制造行业生产过程管理的语义表示与智能交互研究，需求：1人
研究方向： 1. 语义描述与知识表示：研究如何使用语义描述和知识表示方法，对离散制造生产过程中的设备、工艺和资源等进行建模和描述，以提高生产过程的可理解性和自动化程度。
2. 语义指令与智能交互：探索和开发基于语义技术的指令生成和智能交互方法，使操作人员能够通过自然语言或语音指令与智能制造系统进行交互和控制，实现人机之间的智能交互。
3. 智能制造助理系统：研究构建智能制造助理系统，利用语义描述和智能交互技术，实现生产过程管理系统辅助代码生成、工程配置自动优化、智能交互等功能。
招聘要求： 1. 博士学位：要求应聘者持有相关领域（如计算机科学、人工智能、工业工程等）的博士学位。
2. 人工智能知识：应聘者应具备扎实的语义描述、知识表示、机器学习、自然语言处理等人工智能相关领域知识，了解语义技术、自然语言处理和对话系统等相关技术和主流工具。
3. 工业领域背景：具备离散制造生产过程管理的工业背景和实践经验，了解生产工艺、资源调度和生产过程优化方法。
4. 沟通和团队合作能力：应聘者应具有团队协作精神，具有良好的沟通和交流能力，具有较强的责任心和自我驱动能力。