工业数据与系统集成工程师

岗位职责
1.工业数据打通与采集：负责产线设备（PLC / 传感器 / 仪器）及老旧 IT 系统的数据抽取、转换与传输（ETL），打破工厂数据孤岛。
2.系统集成与 API 化：将传统 MES/ERP/WMS 系统或 Excel 业务流程封装为标准 API 接口，供 AI 应用调用。
3.数据清洗与基础数据库建设：建立工厂轻量级数据仓库 / 数据湖，进行工业数据清洗、标注与标准化存储，为 AI 模型训练与推理提供数据保障。
【技术要求细化】
1. 工业数据工程能力（数据架构视角）
多协议数据采集：精通主流工业协议（Modbus RTU/TCP、OPC UA、MQTT、S7、MC 协议等），有西门子、三菱、欧姆龙等主流 PLC 的实际数据采集落地经验；熟悉 WinCC、组态王、Intouch 等主流 SCADA 系统的数据抽取方式。
时序数据处理：掌握时序数据库（InfluxDB、TimescaleDB、TDengine）的表结构设计与性能优化，能针对设备状态、生产参数等高频采集数据设计存储与查询方案，满足 AI 模型的时序特征提取需求。
数据治理与质量管控：熟悉工业数据清洗、去重、异常值处理的标准流程，能制定数据质量校验规则；了解工业数据标注的基本方法，能配合算法团队完成生产数据集的构建与标注。
数据管道建设：能使用 Python、Airflow 或 Kafka 搭建轻量级 ETL/ELT 数据管道，实现 OT 数据到 IT 数据仓库的稳定同步；具备数据管道的监控与告警能力，保障数据实时性与完整性。
2. 系统集成工程能力（软件架构视角）
工业系统对接：有至少一种主流 MES（SAP MES、宝信 MES 等）、ERP（SAP、用友、金蝶）或 WMS 系统的数据库对接、接口开发经验；精通 PostgreSQL/MySQL 的复杂查询与性能优化，能从老旧系统库中抽取结构化业务数据。
API 封装与标准化：能将传统系统的业务能力封装为标准 Restful API，设计统一的接口规范、鉴权机制与错误码体系；具备 API 网关基础配置能力，实现全厂接口的统一管理。
工业安全合规：了解工业控制网络的基本架构与安全规范，熟悉网闸、防火墙的配置逻辑，能在不影响生产安全的前提下完成数据采集与系统对接；严格遵守工厂生产系统运维规范，操作前具备风险评估与回滚预案。
边缘侧部署：熟悉边缘网关、边缘计算节点的部署与配置，能将数据采集、预处理程序部署到产线边缘侧，降低云端带宽压力，提升数据处理实时性。
3. 产线协同与软技能
能深入车间现场，对接设备工程师、工艺人员，排查数据采集异常、接口不通等问题；适应工厂现场环境，具备动手排查硬件、网络问题的能力。
具备系统化故障排查思维，能从设备、网络、协议、数据库多维度定位数据问题，快速恢复数据链路。
能输出规范的数据字典、接口文档、系统对接方案，沉淀工厂数据资产与操作规范。

岗位要求
1.经验与背景：2 年以上工业信息化、系统集成或数据工程经验。有传统制造工厂（MES/ERP/OT 系统）实施或二次开发经验者高度优先。