岗位描述
岗位职责
1. 负责工业现场传感器(振动、温度、电流、压力等)高频信号的采集、解析与预处理,制定特征提取方案(时域/频域/时频域)。
2. 针对电机、减速机、泵机等关键设备,开发基于信号处理的故障特征识别算法及健康状态监控(PHM)模型。
3. 利用大数据平台(Hadoop/Spark)处理海量历史运行数据,构建设备剩余寿命(RUL)预测及异常报警模型。
4. 负责边缘计算场景下的轻量化算法移植,优化信号处理算子在嵌入式或工控机上的运行效率。
5. 协同数字孪生团队,建立基于AI + 智能体分析技术,实现故障机理与数据波动之间的映射关系,撰写诊断分析报告。
岗位要求
1. 通信工程、电子信息、自动化、数学、计算机等相关专业,硕士及以上学历优先。
2. 熟练掌握Python/R或MATLAB,精通数字信号处理(FFT、小波变换、希尔伯特-黄变换)与经典滤波设计(IIR/FIR)。
3. 熟悉常用机器学习算法(SVM、随机森林、XGBoost)或时序深度学习模型(LSTM、Transformer、TCN),有异常检测/预测性维护项目经验。
4. 了解工业现场总线协议(如Modbus、OPC UA、Profinet)者优先。
5. 具备扎实的线性代数与概率论基础,英语四级及以上,能独立啃读IEEE/IEC信号处理相关英文文献。
6. 具备较强的跨部门协作意识,做事严谨,有闭环交付能力。