AI算法专家-3D/CAD/CAM方向
Il y a 9 heures
Brussels, Brussels-Capital, Belgique
Snapmaker
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
核心职责
1. AI战略与路线图
结合产品路线制定AI规划,在生成式AI、计算机视觉、工艺优化、智能切片、多色打印自动化、AI Agent等方向做优先级取舍,明确自研—集成—合作边界。
2. 全链路AI能力建设
• 设计—打印适配:生成式3D模型的可打印性优化,包括网格规整化、水密性、支撑生成、壁厚判断。
• 多色打印自动化:推动带纹理3D模型到多色切片文件的端到端自动化,包括颜色区域分割、耗材槽位智能映射、换色冲刷优化、多色可打印性校验;与切片软件和硬件团队协同,将多色打印从“专业手动配置”转为“近乎一键流程”,对首次打印成功率提升和换色废料率下降负责。AI边界是消除手动调色与映射错误、最大化首次成功率,不承诺物理打印零失败。
• 智能切片与工艺决策:从几何路径生成升级为融合材料熔融、挤出、冷却、收缩、设备能力的工艺决策。
• 过程视觉与实时干预:迭代打印过程视觉监测,覆盖炒面、翘边、堵头、层偏移,推动“检测—暂停”向“检测—诊断—参数自修正”演进。
• 质量预测与数据闭环:联合模型特征、切片参数、设备状态、打印日志、视觉检测与用户反馈,做失败风险预测与参数敏感性分析,构建数据飞轮。 3. 工程化与量产落地 对边缘设备推理效率、功耗、成本负责,推动模型轻量化、端侧部署与OTA;建立评估基准与线上监控,确保新模型不回退体验;与硬件、嵌入式、切片软件、云平台协同,让AI嵌入真实工作流。 4. 团队搭建与组织能力 从0到1搭建AI团队,建立“问题定义—离线验证—在线灰度—量化复盘”节奏;参与产学研合作、专利布局与行业技术话语权建设。 任职要求(硬性)
• 8年以上AI/ML经验,其中3年以上团队管理或技术负责人经验;有硬件/智能制造/增材制造经验优先,但更看重是否经历过“模型必须在物理设备上可靠运行”的约束。
• 在以下至少两个方向有可验证的深度落地经验:
• 计算机视觉:目标检测、图像分割、时序视觉分析,工业视觉或边缘部署优先;
• 智能优化/工艺参数:ML、RL或数值优化在工艺推荐、路径规划、调度优化中的应用;
• 生成式AI/3D生成:文生3D、图生3D、拓扑规整化与可制造性优化;
• 多色打印自动化:纹理到材质/耗材自动映射、颜色区域分割、多色切片集成、换色冲刷优化或首次成功率优化;
• AI Agent/LLM应用:多步骤规划、工具调用、复杂排障智能体。
• 有将AI项目从原型推进到量产的完整经历,能说清“业务指标—模型设计—工程取舍—量化结果”的因果链。
• 精通Python及PyTorch/TensorFlow生态,理解MLOps与数据管道;对边缘推理、模型压缩有基本判断力。
• 设计—打印适配:生成式3D模型的可打印性优化,包括网格规整化、水密性、支撑生成、壁厚判断。
• 多色打印自动化:推动带纹理3D模型到多色切片文件的端到端自动化,包括颜色区域分割、耗材槽位智能映射、换色冲刷优化、多色可打印性校验;与切片软件和硬件团队协同,将多色打印从“专业手动配置”转为“近乎一键流程”,对首次打印成功率提升和换色废料率下降负责。AI边界是消除手动调色与映射错误、最大化首次成功率,不承诺物理打印零失败。
• 智能切片与工艺决策:从几何路径生成升级为融合材料熔融、挤出、冷却、收缩、设备能力的工艺决策。
• 过程视觉与实时干预:迭代打印过程视觉监测,覆盖炒面、翘边、堵头、层偏移,推动“检测—暂停”向“检测—诊断—参数自修正”演进。
• 质量预测与数据闭环:联合模型特征、切片参数、设备状态、打印日志、视觉检测与用户反馈,做失败风险预测与参数敏感性分析,构建数据飞轮。 3. 工程化与量产落地 对边缘设备推理效率、功耗、成本负责,推动模型轻量化、端侧部署与OTA;建立评估基准与线上监控,确保新模型不回退体验;与硬件、嵌入式、切片软件、云平台协同,让AI嵌入真实工作流。 4. 团队搭建与组织能力 从0到1搭建AI团队,建立“问题定义—离线验证—在线灰度—量化复盘”节奏;参与产学研合作、专利布局与行业技术话语权建设。 任职要求(硬性)
• 8年以上AI/ML经验,其中3年以上团队管理或技术负责人经验;有硬件/智能制造/增材制造经验优先,但更看重是否经历过“模型必须在物理设备上可靠运行”的约束。
• 在以下至少两个方向有可验证的深度落地经验:
• 计算机视觉:目标检测、图像分割、时序视觉分析,工业视觉或边缘部署优先;
• 智能优化/工艺参数:ML、RL或数值优化在工艺推荐、路径规划、调度优化中的应用;
• 生成式AI/3D生成:文生3D、图生3D、拓扑规整化与可制造性优化;
• 多色打印自动化:纹理到材质/耗材自动映射、颜色区域分割、多色切片集成、换色冲刷优化或首次成功率优化;
• AI Agent/LLM应用:多步骤规划、工具调用、复杂排障智能体。
• 有将AI项目从原型推进到量产的完整经历,能说清“业务指标—模型设计—工程取舍—量化结果”的因果链。
• 精通Python及PyTorch/TensorFlow生态,理解MLOps与数据管道;对边缘推理、模型压缩有基本判断力。