1、多场景检测体系搭建：针对不同行业设备特性，设计定制化状态检测方案，整合多源数据采集策略。

2、故障预警与诊断;运用振动分析、热成像、油液分析、红外检测、超声波测厚等技术，结合机器学习算法构建设备健康评估模型。

3、全生命周期维护管理：建立设备健康档案，开展剩余寿命预测，制定差异化维护计划。优化关键流程。

4、系统集成与优化：主导PHM系统落地，集成IIOT平台、SCADA系统与数字孪生技术，实现氧化铝全工序设备与其他场景数据统一分析和可视化监控。

5、跨部门协同与赋能：联动生产、运维团队推进项目落地。

6、技术创新与迭代：跟踪行业前沿技术，集合各场景设备特性引入创新方案。

任职资格：

1、本科及以上学历，硕士学历优先。机械工程、自动化、电气工程、能源动力工程、材料科学等相关专业。

2、3年以上工业预测性维护相关工作经验，至少具备2个目标行业（电解铝/纺织/新能源汽车/火电/风电/光伏）的设备维护或数据分析经验。有PHM系统全流程搭建经验且有氧化铝工序设备维护或能源场景项目经验者优先。

3、具备以下核心技能者优先：（1）技术工具：熟练使用Python/R编程，掌握TensorFlow/PyTorch等机器学习框架；熟悉振动分析仪、红外热成像仪等设备操作。（2）行业认知：熟悉至少2个目标行业的设备故障模式。（3）模型能力：具备多源数据融合分析能力。(4)了解IIOT平台、边缘计算、数据库等技术，能推动预测模型与工业系统、能源监控平台、氧化铝MES系统集成落地。

4、具备跨行业快速适配能力、良好的跨部门沟通和项目管理能力、良好的抗压能力、具备较强的持续学习意识，关注工业智能、能源数字化及氧化铝工艺革新领域的技术动态。

5、持有设备诊断师、可靠性工程师、注册能源管理师、氧化铝工艺工程师等相关认证者优先；主导过氧化铝生产全工序预测性维护项目或电解铝电解槽维护、新能源汽车生产线PHM、风电/光伏电站预测性维护项目者优先。