1、负责工艺数据挖掘与特征工程相关工作，整合自动化时序数据、MES工单数据、LIMS检化验数据及ERP成本数据，构建面向业务分析与模型开发的数据集。 2、针对炼钢、连铸、轧制等工序开展特征提取、异常值处理、数据补全及标签构造工作，形成具有业务解释性的工艺特征体系。 3、负责质量预测、缺陷识别、工艺参数推荐、设备预警、排程优化等模型的开发、训练与优化。 4、参与模型部署、运行监控、效果评估及迭代优化，推动模型在生产场景中的落地应用。 开发模型解释、根因分析及收益评估相关工具，支持工艺优化和业务决策。 5、与工艺、设备、治理、开发等相关团队协同，推动数据质量提升、工艺知识沉淀及数据产品建设。 6、参与数据分析方法、模型应用经验及相关技术文档的总结与共享。

1、硕士研究生及以上学历，数据科学、计算机、自动化、工业工程、统计学、材料、冶金工程等相关专业。 2、熟悉数据挖掘、机器学习、时序数据分析等方法，具备较强的数据建模与算法应用能力。 3、熟悉Python、SQL及常用数据分析、机器学习框架，具有模型开发和工程化落地能力。 4、了解制造业、流程工业或钢铁冶金生产场景，有工业数据分析、质量预测、设备预警、优化调度等相关项目经验者优先。 5、具备良好的逻辑分析能力、沟通协作能力和问题解决能力，能够与业务、工艺和技术团队高效协同。 6、具备较强的学习能力和责任意识，能够推动模型从研发走向业务落地。