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。