岗位要求：

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硕士（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）熟练掌握机械振动理论（如模态分析、共振机理）、故障诊断方法（如频谱分析、包络解调技术），具备旋转设备（泵、风机等）及传动系统（齿轮箱、轴承）的故障特征分析能力。

3）具有振动监测原理和分析理论基础，熟悉大型齿轮箱和滚动轴承设备振动监测和数据分析；

4）精通数字信号处理理论和方法，具有扎实的数学功底。具有数字信号处理算法研发经验，熟练掌握信号分析及处理方法，熟悉故障特征信号提取方法；

5）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。

6）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）。

7）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。

8）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。

9）拥有良好的沟通表达能力、团队协作精神和项目管理能力。

10）有工业领域（尤其冶金、化工、能源）的IoT平台、数据平台、运维平台或MES系统开发管理经验。

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

2）负责开发与迭代升级企业级“设备智能运维平台”。

3）负责重大科研项目申报，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）开展基于大语言模型的工业垂直应用研发。构建行业知识库与维修案例库，训练领域专用的LLM。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。