工作職責：1. 故障預測與健康管理算法研發(fā)：能夠利用包括但不限于振動、溫度、電流、電壓等信號研發(fā)故障診斷、異常檢測、健康評估、與剩余使用壽命預測算法2. 算法工程化與維護：測試、部署、驗證、調(diào)試、維護、迭代所研發(fā)的算法/模型，確保模型功能穩(wěn)定、可靠、可用3. 特征工程算法研發(fā)：根據(jù)物理機理、機器學習（包括深度學習）、或者機理與數(shù)據(jù)驅(qū)動結(jié)合的方法等，構(gòu)造、篩選可用特征，與其他技術(shù)團隊協(xié)作完成故障預測算法研發(fā)4. 現(xiàn)場調(diào)研與需求分析：為了更準確地掌握終端用戶需求與使用習慣，去現(xiàn)場（需要出差）調(diào)研客戶需求，將業(yè)務需求轉(zhuǎn)化為技術(shù)需求5. 可行性分析與數(shù)據(jù)預處理：數(shù)據(jù)整理、數(shù)據(jù)質(zhì)量評估、可行性分析與數(shù)據(jù)預處理6. 售前支持與技術(shù)判斷：根據(jù)售前階段的需求，給予必要的技術(shù)判斷、技術(shù)指導、技術(shù)資料輸入7. 售后支持與答疑：售后階段，根據(jù)客戶的需求，基于必要的技術(shù)答疑與技術(shù)指導8. 文檔管理與知識積累：代碼、代碼注釋、項目文檔撰寫、專利撰寫等任職要求：1. 機械工程、自動化等相關(guān)領(lǐng)域碩士或碩士以上學歷2. 具有匹配至少3年及以上的基于振動的故障預測與診斷算法研發(fā)經(jīng)驗3. 掌握常用的統(tǒng)計（時間序列預測、線性回歸、主成分分析等）與機器學習方法（支持向量機SVM、人工神經(jīng)網(wǎng)絡ANN、lightGBM等），有將振動信號特征工程與機器學習算法結(jié)合形成故障預測與診斷模型的經(jīng)驗4. 掌握常用的工業(yè)領(lǐng)域典型特征提取方法，如時域方法（峰峰值、有效值、峭度等）、頻域方法（傅里葉變換、頻域濾波、包絡譜變換、希爾伯特黃變換、階次分析等）、時頻域方法（短時傅里葉變換、小波變換、經(jīng)驗模態(tài)分解等）等5. 能夠熟練用python編寫振動信號處理算法6. 對某一領(lǐng)域，如風電傳動系統(tǒng)故障診斷、化工設備、軌交等領(lǐng)域有振動分析工程項目經(jīng)驗者優(yōu)先7.有利用深度學習算法自動提取振動/聲音信號特征經(jīng)驗者優(yōu)先

北京天澤智云科技有限公司，由美國智能維護系統(tǒng)中心（簡稱IMS中心）創(chuàng)始主任、國際工業(yè)大數(shù)據(jù)及智能制造領(lǐng)域的領(lǐng)軍人物李杰教授與他的博士生團隊創(chuàng)建，致力于為全球工業(yè)領(lǐng)域客戶提供智能制造解決方案、產(chǎn)品與服務。公司在過去15年中所完成的超過120個工業(yè)領(lǐng)域項目研發(fā)經(jīng)驗以及開發(fā)部署方法論，搭建了基于高級分析算法、工程專家領(lǐng)域知識、尖端軟件產(chǎn)品的工業(yè)大數(shù)據(jù)平臺。 公司通過“技術(shù)-＞產(chǎn)品-＞市場”的迭代過程，將先進的智能維護技術(shù)逐步轉(zhuǎn)化為極具生產(chǎn)力與產(chǎn)業(yè)價值的工程應用成果，為我國工業(yè)企業(yè)提供了集成數(shù)據(jù)采集與分析、裝備健康管理、故障預測與診斷、維護決策與優(yōu)化等各類工業(yè)大數(shù)據(jù)應用服務為一體的定制化解決方案，從而幫助企業(yè)提高資產(chǎn)的經(jīng)濟效益并降低安全風險。公司擁有研發(fā)、服務、前沿技術(shù)研究的科研和市場一體化能力，以核心技術(shù)助力我國工業(yè)產(chǎn)業(yè)能力向智能化轉(zhuǎn)型與升級。
公司科研力量雄厚，員工獲得研究生和博士學位者占比超過50%。核心技術(shù)團隊由李杰教授領(lǐng)導，成員自于美國IMS中心的工業(yè)大數(shù)據(jù)核心研發(fā)團隊，以及IBM、美國國家儀器（NI）、和中國船舶工業(yè)集團等企業(yè)的核心技術(shù)和管理人員，對于工業(yè)領(lǐng)域應用與大數(shù)據(jù)技術(shù)的結(jié)合有著深刻的技術(shù)功底與實施經(jīng)驗。