职位描述：
我们正在寻找一位兼具扎实理论基础与强大工程实践能力的AI控制系统工程师，聚焦于将先进人工智能技术与经典/现代控制理论深度融合，打造高可靠、低功耗、智能化的嵌入式控制系统。您将深度参与从算法设计、模型部署到系统集成与闭环验证的全链路开发过程，推动公司产品在智能控制领域的技术突破与落地。
主要职责：
1.AI+控制融合系统设计：深入理解AI技术、最优化方法及控制理论（如PID、状态空间建模、现代智能控制算法），独立设计并实现创新性的AI增强型控制系统架构；
2.轻量化模型集成与部署：熟练掌握TinyML等轻量级AI模型技术，将训练好的AI模型高效部署至资源受限的嵌入式平台，并将其预测输出无缝集成至产品底层控制逻辑中，显著提升产品智能化水平与响应性能；
3.技术选型与方案落地：主导评估、筛选并实施最适合公司产品场景的AI解决方案（包括模型结构、推理框架、硬件平台等），确保技术方案在实际应用中的有效性、鲁棒性与可维护性；
4.端到端闭环验证：设计并搭建仿真环境或实物原型验证平台，对AI-控制融合系统进行完整的端到端闭环测试，包括动态响应、稳定性、抗干扰性及实时性等关键指标验证；
5.跨团队协同：与硬件、软件、产品及测试团队紧密协作，推动智能控制功能从概念验证（PoC）走向量产落地。
任职要求：
1.教育背景：
2026届博士毕业生，控制科学与工程、电子工程、通信工程、自动化、应用数学等相关专业；
2.理论基础：
扎实掌握经典与现代控制理论，熟悉PID控制、状态空间建模、李雅普诺夫稳定性分析等，了解模糊控制、自适应控制、强化学习控制等智能控制方法者优先；
具备良好的数字信号处理基础，能熟练进行滤波、时频分析、特征提取及空间变换（如FFT、小波变换等）；
理解最优化理论（如凸优化、梯度下降、约束优化等），具备将实际工程问题抽象为数学模型并求解的能力。
3.技术技能：
精通Python用于算法原型开发与数据分析；
熟练掌握C/C++，具备嵌入式系统开发经验，能高效实现低延迟、低功耗的控制逻辑；
熟悉TinyML生态（如TensorFlow Lite Micro、Edge Impulse、CMSIS-NN等），有在MCU或低功耗SoC上部署神经网络的实际项目经验；
了解常见嵌入式AI推理框架及模型压缩技术（如量化、剪枝、知识蒸馏）。
4.软技能与素养：
具备出色的问题分解能力与系统级设计思维，能从复杂需求中提炼核心控制问题；
良好的沟通表达与团队协作精神，能够清晰阐述技术方案并推动跨职能落地。