职位&公司对比

职位详情

• 北京
• 在校/应届
• 硕士

• Python
• 数学/统计相关专业
• 机器学习经验
• 计算机相关专业

工作职责： 1.故障预测与健康管理（PHM）算法研发：能够利用包括但不限于振动、温度、电流、电压等信号、人员操作数据研发故障诊断、异常检boss测、健康评估、数据交叉分析、设备效能评估、剩余使用寿命预测算法等。 2.算法工程化与维护：测试、部署、验证、调试、维护、迭代所研发的算法/模型，确保模型功能稳定、可靠、可用。 3.现场调研与需求分析：为了更准确地掌握终端用户需求与使用习惯，去现场（需要出差）调研客户需求，将业务需求转化为技术需求。 4.可行性分析与数据预处理：数据整理、数据质量评估、可行性分析与数据预处理。 5.探索&搭建大模型技术在设备智能运维领域中的落地应用，提供基于大模型的智能交互、根因定位和异常检测等算法服务； 6.售前支持与技术判断：根据售前阶段的需求，给予必要的技术判断、技术指导、技术资料输入。 7.售后支持与答疑：售后阶段，根据客户的需求，基于必要的技术答疑与技术指导。 8.文档管理与知识积累：代码、代码注释、项目文档撰写、专利撰写等。 任职要求 1.计算机、NLP、数学或统计学、机械工程等相关领域硕士或硕士以上学历。 2.具有基于振动的故障预测与诊断算法研发经验者优先。 3.掌握常用的振动信号处理与特征提取方法，如时域方法（峰峰值、有效值、峭度等）、频域方法（傅里叶变换、频域滤波、包络谱变换、希尔伯特黄变换、阶次分析等）、时频域方法（短时傅里叶变换、小波变换、经验模态分解等）等。 4.掌握常用的统计（时间序列预测、线性回归、主成分分析等）与机器学习方法（支持向量机SVM、人工神经网络ANN、lightGBM等），有将振动信号特征工程与机器学习算法结合形成故障预测与诊断模型的经验。 5.具备机械工程专业知识，熟悉常见机械设备的工作原理，如轴承、齿轮箱、电机、泵、压缩机者优先。 6.掌握常见传感器（加速度传感器、速度传感器、温度传感器、电流传感器等）的基本测量原理者优先。 7.能够熟练用python编写处理算法。 8.对某一领域，如风电传动系统故障诊断、煤矿设备等领域有振动分析工程项目经验者优先。 9.有利用深度学习算法自动提取振动信号特征经验者优先。 10.有AIOPS，尤其是稳定性方面的智能运维，有大型项目的落地经验，包括但不限于异常检测、日志检测、故障诊断、跟银分析等者优先。 11.熟悉业界主流大语言模型（ GPT 、 ChatGLM 、 LLaMA 等）的算法原理， Fine - tuning 策略、 Prompt 策略、向量数据库和 LangChain 等应用范式者优先。 12.拥有较强的学习与沟通能力。 13.有良好的代码规直聘范及文档管BOSS直聘理习惯。 14.优秀的数据敏感性和业务理解能力，能够从复杂业务数据中发掘有效洞见。 岗位亮点： 1.极客范，团队技术出身，扁平化的管理方式，弹性的工作制。 2.全方位的BOSS直聘成长机会，你不再是”螺丝钉”，参与核心业务线，1年顶3年。 3.灵活的调薪机制，只要你愿意接受挑战，工资上不封顶。