工作职责
1. 负责时序预测、异常检测、时序分类及填充等核心算法的设计、研发与迭代优化，解决长序列依赖、稀疏数据、零样本迁移、多模态融合等问题，提升算法精度与运行效率；结合领域知识提升模型可解释性与业务适配性；
2. 业务场景技术落地：精准理解业务需求，与工程团队紧密协作，优化模型推理效率，推动业务场景的规模化应用；
3. 前沿技术探索：跟踪时序分析与大模型领域的前沿技术、研究多模态融合、自监督学习等技术在时序任务中的应用；
4. 具备出色的科研能力与创新思维，撰写并发表较高水平学术论文
任职资格
教育程度:博士
工作经历:
1. 博士学历，1-2年以上工作经验；
2. 熟练掌握时间序列分析、机器学习、深度学习等相关理论与方法，具备扎实的时序理论基础；具备良好的编程能力（Python/C++/Java等），熟悉数据结构与算法设计，能独立完成算法代码实现与调试；具备时序预测、异常检测等相关算法的建模与实践经验，能结合业务需求优化模型性能；
3. 有时序算法相关的科研项目相关工作经验优先；
4. 在时序领域CCFA类会议、JCR/中科院1区期刊发表论文者优先考虑
所需专业:计算机科学与技术、人工智能、数学、统计学、自动化、控制科学与工程、电子信息工程、信息与通信工程等相关专业
其他要求:具有自驱力和抗压能力
语言要求:具备优秀的英语读写能力，能熟练阅读英文技术文献、学术论文，具备一定的英语听说能力，可参与国际技术交流
