重庆后端兼职程序员外包

需求描述

一、需求描述：

类别：基于C++的机器学习算法实现工业设备温度电流和磨损的预测和分析
进度：已经有数据接收模块、工业组态，需要算法技术开发。
功能：工业智能监测系统产品，实现用户以组态画面展示数据预测和分析的功能，读取SQL Sever的温度、电流和磨损数据进行分析。涉及：

1.选择合适的 AI 算法：
对于异常检测，可以考虑使用基于统计的方法，如均值漂移、聚类分析等；也可以使用机器学习算法，如支持向量机、随机森林等。
对于预测分析，可以使用时间序列预测算法，如 ARIMA、LSTM 等。
2.训练模型：

使用预处理后的数据训练选择的 AI 算法模型。
在训练过程中，可以使用交叉验证等技术来评估模型的性能，并调整模型的参数以提高性能。
3.模型部署：

将训练好的模型部署到组态王监测系统中。
可以使用组态王提供的接口或插件来实现模型的集成。
4.实时监测与分析：

在实时监测过程中，使用部署好的模型对采集到的数据进行异常检测和预测分析。
当检测到异常时，组态王可以发出警报或采取相应的控制措施。
对于预测分析结果，可以用于提前制定决策或优化系统运行。
5.模型更新与优化：

随着时间的推移，监测系统的数据分布可能会发生变化，因此需要定期更新模型以保证其准确性。
可以通过重新训练模型来实现模型的更新和优化。，需要技术人员将这些模块进行实现。
技术：可以使用现有的机器学习库（如 TensorFlow C++ API、Eigen 等）来加速算法的实现，使用SQL Sever数据库实现数据读取

二、人才要求：

3年以上C++开发经验，熟悉TensorFlow C框架，有工业监测系统开发经验者优先。
三、参考产品：

智能监测装置
四、合作方式：

开发方式：远程开发。
开发周期（前期）：3天（项目前期开发出一个简单的模型，用于实现AI数据分析和预测展示）
开发周期（中后期）：12天（优化更新算法模型，完成项目规范）