岗位职责：

1.负责工程机械子系统及关键零部件的故障诊断、健康状态评估与预测性维护（PHM）相关算法研究与开发。

2.负责构建与优化工程机械故障特征库、诊断知识库及预测模型，实现从数据到预警、诊断、决策辅助的完整算法闭环。

3.负责相关算法在云端或边缘计算单元的部署、性能优化及产品化落地，支撑智能运维平台服务，满足客户对设备高可靠性与低运维成本的需求。

4.跟踪业界在预测性维护、故障诊断领域的最新算法进展，并结合实际业务场景进行技术选型与集成应用。

任职要求：

基本条件：

学历：本科及以上；

专业：自动化、计算机科学、人工智能、信号处理、数据科学等相关专业；

工作年限：5年以上；

工作经历：

具有5年以上工业设备预测性维护、故障诊断、健康管理（PHM）相关算法研发经验，有工程机械、重型装备、轨道交通、能源电力等领域背景者优先；

能力要求：

1.深入掌握时序数据分析、信号处理、统计机器学习及深度学习算法，熟悉常用的故障诊断与预测模型（如生存分析、回归模型、隐马尔可夫模型HMM、深度学习序列模型LSTM/GRU等）。

2.熟悉机械设备基本原理、常见故障模式与失效机理，具备从复杂多源传感数据中构建有效特征和诊断指标的能力。有实际处理大规模、高噪声工业传感数据经验者优先。

3.具备良好的逻辑思维与问题解决能力，能够将模糊的业务需求转化为清晰的建模问题，并独立完成从算法设计、实验验证到工程实现的完整流程。

4.在PHM、可靠性工程、数据挖掘相关领域有成功落地经验者优先。