数据科学家 – 预测性维护与状态监测

岗位介绍

我们正在寻找一位经验丰富的数据科学家，负责开发用于工业设备预测性维护和状态监测的AI/ML解决方案。您将处理高频传感器数据，特别是振动信号，构建机器学习模型以检测异常、诊断故障、估算剩余使用寿命（RUL）并提升资产可靠性。理想人选需具备扎实的数据科学专长，并了解振动信号处理和工业旋转机械。

工作内容

• 分析旋转机械（如轴承、齿轮箱、泵和压缩机）的振动信号，使用智能数据记录器等工业传感解决方案。
• 在时域、频域和时频域进行特征提取和信号分析。
• 开发、部署和优化用于预测性维护、状态监测、异常检测、故障预测和RUL估算的AI/ML模型。
• 评估与工业AI、预测性维护和状态监测相关的新兴技术、初创公司和基础模型解决方案，评估其技术能力。
• 作为技术焦点领导和管理基于振动的预测性维护项目，监督从启动、部署到业务价值实现的完整项目生命周期，与指定分包商和系统集成商紧密合作。

任职要求

• 知名院校计算机科学、电气工程、机械工程、数学、统计学、物理学或相关领域的学士/硕士/博士学位。
• 至少5年AI/ML算法开发、部署和工业预测性维护应用的实践经验。
• 拥有交付至少两个端到端项目生命周期的成功记录，从数据采集、模型开发到部署和运营。
• 强大的实际问题解决能力，能够独立工作并推动项目从概念到实施。
• 深入了解数据科学、机器学习、信号处理和时间序列分析，精通Python及相关AI框架。
• 熟悉工业设备的振动分析、预测性维护和状态监测；了解MIBoC（Mobius Institute Board of Certification）振动方法论或认证者优先。
• 具有云平台（AWS、Azure、GCP）经验，能够在快节奏环境中独立工作。