岗位职责:

1.负责工业大数据及AI项目（如预测性维护、智能质检、能源优化等）的端到端交付，涵盖需求分析、方案设计、开发实施、测试验收及运维支持全流程；制定项目计划（WBS、甘特图），把控关键节点（如数据接入、模型训练、系统联调），确保按期高质量交付；

2.深入工厂现场，协调OT（运营技术）与IT团队，解决工业数据采集（如PLC/SCADA/DCS）、边缘计算部署等落地难题；针对行业特性（如流程工业的实时性、离散制造的柔性需求）设计可落地的技术方案；

3.管理跨部门团队（算法工程师、数据工程师、工业自动化专家），协调内外部资源（如云服务商、设备厂商）推进项目：识别技术风险（如数据质量差、模型漂移）与合规风险（等保2.0、数据安全法），制定应急预案；

4.作为客户对接第一责任人，定期汇报进展，管理预期并推动验收；量化项目成果（如OEE提升15%、故障预警准确率>90%），输出标准化交付文档；

5.提炼工业AI项目方法论，构建可复用的交付工具包（如数据治理模板、模型评估脚本）；推动解决方案产品化，支持团队规模化复制。

任职要求:

1.硕士及以上学历，计算机、自动化、工业工程等相关专业；

2.5年以上工业领域项目交付经验（如熟悉离散制造、流程制造、化工、航天、石油石化、能源电力等行业），至少主导过2个工业大数据/AI项目（如设备健康管理、工艺优化）；

3.熟悉典型工业场景（如钢铁/石化/汽车制造）及关键系统（MES/SCADA/EMS）；

4.精通工业数据治理（时序数据清洗、特征工程）及AI模型部署（边缘端/云端）；

5.掌握至少一种工业协议（OPC UA/Modbus）和云平台（如华为云/阿里云工业大脑）；

6.具备PMP/Prince2认证、工业互联网相关认证（如AII平台架构师）优先；

7.能同时应对央企高层（汇报价值）与车间技师（解决实操问题）的差异化沟通；

8.对工业项目常见风险（如设备接口封闭、现场网络隔离）有预判及解决经验；

9.了解《智能制造能力成熟度模型》《工业互联网平台白皮书》等行业标准；

10. 能接受高频出差（项目现场驻场占比≥50%），有央国企工业项目交付经验或信创项目经验者优先。