职位描述
工作职责:
1.负责工业场景下预测性维护项目的算法设计与实现；
2.参与设备数据（扭矩、速度、振动等）的信号处理与特征提取；
3.结合设备机理开展故障诊断、寿命预测等算法研究；
4.基于机器学习、深度学习方法，构建和优化模型，提高预测准确率与稳定性；
5.参与算法在边缘端或服务器端的部署与性能调优；
6.与系统开发团队协作，确保算法模块的高效集成与稳定运行。
任职资格:
1.硕士及以上学历，计算机、自动化、机械工程、数学等相关专（条件优秀可放宽至本科）；
2.熟悉 Python、SQL 编程，具备扎实的数据处理与建模能力；
3.掌握 深度学习、机器学习原理，熟练使用 PyTorch / TensorFlow 等主流框架；
4.了解常见 MQ消息中间件（如 RabbitMQ、MQTT等）的使用；
5.熟悉常见 信号处理方法；
6.了解常见 工业通讯协议（如 Modbus、OPC UA、EtherCAT 等）；
7.有预测性维护（PdM）或设备状态监测项目经验，熟悉工业物联网（IIoT）架构或边缘计算部署者优先考虑。