1.对高频时序数据、日志教据、工单数据进行处理，解决数据清洗、缺失值填充及标准化问题，协调相关团队完成数据落仓;
2.运用机器学习算法(如深度学习)和统计方法(如回归分析、假设检验)构建故障诊断模型，解决业务问题，如基于时序数据的异常检测、设备故障根图分析等
3.配合相关团队完成算法的部署及应用，将分析结果转化为排故提示及可执行的SOP文档，面向测试人员、售后工程师，客户提供决笼支持
4.负麦算法在用户侧性能的评估及持续优化。