岗位职责 模型研发与优化 1、基于AI技术（机器学习、深度学习、强化学习等）构建作物生长模型，覆盖精准灌溉、精准施肥、光合作用、养分吸收、病虫害预测等核心环节； 2、结合多源数据（气象、土壤、遥感、物联网设备等）优化模型精度，解决农业场景中的非线性、时序依赖问题； 3、开发轻量化模型部署方案，适配边缘计算设备及移动端应用。 数据驱动决策 4、 统筹农业数据采集、清洗与标注流程，构建高质量数据集； 5、分析作物生长与环境变量的关联性，挖掘潜在规律并转化为可解释性模型。 跨领域协作 6、与农业专家、硬件工程师、产品团队深度合作，推动模型从实验室到田间地头的落地应用； 7、参与制定智慧农业解决方案的技术路线图。 技术创新与落地 8、 跟踪AI 农业领域前沿技术（如数字孪生、多模态学习），探索创新应用场景；解决实际生产中的痛点问题（如极端气候下的作物预测、精准施肥算法）

任职要求 1、 硬性技能 a、教育背景：计算机科学、农业工程、应用数学、统计学等相关专业本科及以上学历，博士优先； b、编程能力：精通Python/C ，熟悉TensorFlow/PyTorch/PaddlePaddle等框架，有模型加速（TensorRT、ONNX）或分布式训练经验； 2、算法能力： a、掌握时序预测（LSTM、Transformer）、图神经网络（GNN）、贝叶斯优化等算法； b、熟悉作物生长模拟框架（如WOFOST、APSIM）或农业机理模型者优先； c、 数据能力：具备农业大数据处理经验（如SQL、Spark、Hadoop），熟悉农业数据标准（如AgJSON）。 3. 农业领域知识 a、了解作物生理学、农业气象学、土壤学基础，或有意愿快速学习农业知识； b、有智慧农业项目经验（如智能温室、精准灌溉、产量预测）优先。 4. 软性能力 a、问题解决：能将农业场景需求转化为技术方案，具备模型调优与工程化落地能力； b、沟通协作：良好的跨学科沟通能力，能与农业专家、种植户高效合作； c、创新驱动：对AI 农业技术趋势敏感，有顶会论文（如NeurIPS、CVPR农业赛道）或开源项目贡献者优先。 5、加分项 a、农业信息化企业、科研院所（如中国农科院、国际水稻所）背景； b、熟悉农业物联网设备（传感器、无人机、农机具）数据接口； c、有Kaggle农业赛道获奖经历或参与过国家级农业科研项目。