预测性维护算法工程师（工业方向）

1. 01

   负责工业设备故障预测、健康评估及剩余寿命预测等核心算法的开发、训练与优化；

2. 02

   处理多源传感器数据（如振动、温度），进行特征工程、信号分析与数据融合；

3. 03

   将算法模型部署到实际生产环境（云端/边缘端），并配合工程团队完成落地与迭代；

4. 04

   持续跟踪前沿技术，解决工业数据中的噪声、不平衡等实际问题，提升系统预测精度与可靠性

学历专业：本科及以上学历，计算机科学、人工智能、数据科学、自动化、机械/电气工程等相关专业背景，硕士/博士优先 知识技能：

1. 01

   算法能力： 精通机器学习/深度学习（如XGBoost、CNN、LSTM），具备时间序列分析、异常检测、故障诊断等项目经验；

2. 02

   编程工具： 精通Python，熟练使用TensorFlow/PyTorch/Scikit-learn；熟悉数据库（SQL/NoSQL）及大数据处理工具者优先；

3. 03

   行业知识： 了解工业设备（旋转机械、风机泵阀等）常见故障与维护流程；熟悉工业物联网、数据采集与PHM/CBM者优先 工作经验：2年以上工业预测性维护、设备健康管理或相关算法开发经验，完整参与过从数据到模型部署的全流程 语言：英语水平良好者优先 其他：逻辑分析与解决问题能力强，具备良好的团队协作和沟通能力，能适应工业场景的复杂性与不确定性