岗位任职要求：

1）机械电子工程、动力工程、计算机科学、人工智能、控制科学与工程等相关专业博士（应届或毕业不超过2年，有工业领域IoT平台、数据平台、运维平台或MES系统开发管理经验）。

2）深入理解设备智能运维、管理信息系统（MIS）、工业控制系统（ICS/工控）等相关技术领域，并对设备故障诊断、预测性维护等核心业务有深刻洞察。

3）精通Python、JAVA、C++等编程语言，具有扎实的数据结构和算法基础。熟练掌握至少一种主流深度学习框架（如TensorFlow, PyTorch）。

4）具有丰富的工业数据分析经验，熟悉信号处理、时序数据分析、特征工程等相关技术。

5）对云计算、微服务架构、数据库技术有基本了解，具备领导软件平台开发项目的能力。

6）以第一作者身份在相关领域国际高水平期刊或会议上发表过学术论文。

7）具备优秀的科技文献阅读、技术报告撰写和项目申报书撰写能力，有参与国家级科研项目经验者优先。

8）拥有良好的沟通表达能力、团队协作精神和项目管理能力。

9）对工业智能制造充满热情，有志于将前沿AI技术应用于解决实际工业问题。

岗位职责：​​

1）负责跟踪国内外设备智能运维、预测性维护、工业大数据与人工智能等领域的前沿技术动态，制定本单位的研发技术路线图。

2）负责设计、开发与迭代升级企业级“设备智能运维平台”。整合多源异构数据（如SCADA、DCS、振动、温度、工艺参数等），构建高精度的设备数字孪生模型，实现从“感知”到“决策”的闭环。

3）负责撰写国家级、省部级及集团内部的重大科研项目申报书（如重点研发计划等），并负责项目的全过程管理、技术攻关、里程碑交付与结题验收。

4）研发和优化先进的机器学习/深度学习算法，用于设备的故障预测、剩余寿命预测、异常检测与智能诊断。

5）牵头开展基于大语言模型的工业垂直应用研发，重点打造“智能维修助手”和“故障诊断专家系统”。构建行业知识库与维修案例库，训练领域专用的LLM，使其能够理解自然语言查询，为现场工程师提供智能问答、维修方案推荐、故障根因分析、维修规程生成等支持。探索LLM与知识图谱、因果推理等技术的融合，提升诊断系统的准确性与可解释性。

6） 组建和培养一支高水平的研发团队，指导初级研究人员和工程师。与设备管理、生产运营、现场维修等部门紧密协作，确保研发成果能够有效解决现场痛点，实现技术落地与价值创造。

7）在国内外高水平期刊或会议上发表学术论文，申请相关技术专利，构建单位的技术知识产权壁垒。