成都·武侯区
职位详情
岗位职责：
1. 负责整合处理多源地学信息（包括地质、地球化学、地球物理、遥感等），开展数据预处理、融合分析与特征构建，支撑高精度矿产预测模型开发。
2. 研发并迭代优化面向矿产资源潜力评价与成矿靶区识别的机器学习及深度学习算法。
3. 构建以数据为核心驱动的勘查技术方案，提升矿产勘查效率与发现概率。
4. 与地质工程师及研发团队紧密配合，推动数据科学成果在AI勘探平台中的落地应用，增强系统智能化水平。
5. 管理企业核心地质数据库，参与内部AI勘查系统的建设，优化数据流转与运算效率。
任职要求：
1. 基础条件：
学历：本科及以上
2. 专业背景：
数据科学、计算机科学、统计学、地理信息科学、地质学（偏定量研究）、地球物理学等相关领域
3. 技能要求：
熟练掌握Python/R/SQL，精通Pandas、NumPy、Scikit-learn、XGBoost等常用数据分析与建模工具包
具备扎实的机器学习理论基础（涵盖回归、分类、聚类、降维、时间序列分析、空间统计等）
熟悉至少一种主流深度学习框架（如PyTorch或TensorFlow），有图像、文本等非结构化数据处理经验者优先
具有地理空间数据处理能力（如使用GDAL、Rasterio、GeoPandas、ArcGIS/QGIS）者优先
了解基本地质知识（如矿化类型、地球化学异常、地球物理反演）或参与过矿产勘查类数据项目者优先
4. 经验要求：
具备3年以上数据科学相关项目实践经验，有工业级模型开发、部署或运维经历者优先
有与地质工程师、算法工程师等跨专业协作经验者优先
具备较强的逻辑推理与问题抽象能力，能将实际地质问题转化为可建模的数据任务
具备良好的沟通协调能力，能够向非技术背景的地质专家清晰传达模型逻辑与结果
加分项：
在矿产勘查、遥感监测、地球科学等领域发表过数据科学相关学术论文
了解知识图谱、图神经网络在资源预测中的应用场景
具备处理稀疏、不均衡、高缺失率地质数据的实际经验
对AI for Science（尤其是地球科学方向）有强烈兴趣
1. 负责整合处理多源地学信息（包括地质、地球化学、地球物理、遥感等），开展数据预处理、融合分析与特征构建，支撑高精度矿产预测模型开发。
2. 研发并迭代优化面向矿产资源潜力评价与成矿靶区识别的机器学习及深度学习算法。
3. 构建以数据为核心驱动的勘查技术方案，提升矿产勘查效率与发现概率。
4. 与地质工程师及研发团队紧密配合，推动数据科学成果在AI勘探平台中的落地应用，增强系统智能化水平。
5. 管理企业核心地质数据库，参与内部AI勘查系统的建设，优化数据流转与运算效率。
任职要求：
1. 基础条件：
学历：本科及以上
2. 专业背景：
数据科学、计算机科学、统计学、地理信息科学、地质学（偏定量研究）、地球物理学等相关领域
3. 技能要求：
熟练掌握Python/R/SQL，精通Pandas、NumPy、Scikit-learn、XGBoost等常用数据分析与建模工具包
具备扎实的机器学习理论基础（涵盖回归、分类、聚类、降维、时间序列分析、空间统计等）
熟悉至少一种主流深度学习框架（如PyTorch或TensorFlow），有图像、文本等非结构化数据处理经验者优先
具有地理空间数据处理能力（如使用GDAL、Rasterio、GeoPandas、ArcGIS/QGIS）者优先
了解基本地质知识（如矿化类型、地球化学异常、地球物理反演）或参与过矿产勘查类数据项目者优先
4. 经验要求：
具备3年以上数据科学相关项目实践经验，有工业级模型开发、部署或运维经历者优先
有与地质工程师、算法工程师等跨专业协作经验者优先
具备较强的逻辑推理与问题抽象能力，能将实际地质问题转化为可建模的数据任务
具备良好的沟通协调能力，能够向非技术背景的地质专家清晰传达模型逻辑与结果
加分项：
在矿产勘查、遥感监测、地球科学等领域发表过数据科学相关学术论文
了解知识图谱、图神经网络在资源预测中的应用场景
具备处理稀疏、不均衡、高缺失率地质数据的实际经验
对AI for Science（尤其是地球科学方向）有强烈兴趣
2026-10-05 14:19
IP属地：四川成都
职位福利
本科3-5年pytorchPythonR语言MySQL机器学习
成都蓝星智探科技有限公司
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
