职责描述
【工作职责】
1、核心算法研发与优化:参与电机控制领域AI 算法的开发与迭代优化,覆盖电机故障诊断、预测性维护、恒风量控制、启动振动抑制等业务场景;基于机器学习、深度学习技术构建时序异常检测、设备剩余寿命预测、非线性智能控制策略、振动特征提取与抑制等算法模型。
2、算法效率与精度提升:协助团队针对电机嵌入式端侧的算力约束、实时控制的延迟要求,开展算法轻量化、模型压缩与适配优化,提升算法运行精度与执行效率;解决多工况适配、环境干扰鲁棒性等实际工程技术难题,保障算法在真实电机系统中的稳定落地。
3、数据建模与分析:负责电机全场景运行数据的建模与分析,涵盖电机电压电流、转速转矩、振动噪声、温度工况等时序数据,以及台架测试数据、故障样本数据等;完成数据采集梳理、清洗、特征工程与预处理工作,挖掘电机运行规律、故障关联特征与控制优化方向,为算法迭代与业务决策提供数据支撑。
4、技术文档撰写:协助团队完成算法与模型的文档沉淀,包括技术方案设计文档、仿真与实测试验报告、模型部署说明、版本迭代记录等,确保技术成果的可追溯性与工程可复用性。
前沿技术跟踪:跟踪工业 AI、电机智能控制、设备预测性维护领域的算法与技术前沿动态,参与内部技术研讨与方案评审,为团队技术创新、新场景落地提供思路与可行性建议。
【任职资格】
1、教育背景与专业知识:
自动化、电气工程、控制科学与工程、计算机、机械电子工程等理工相关专业本科及以上学历,有明确意愿深耕电机控制与工业 AI 落地领域,具备基础的控制理论或机器学习知识体系。
2、专业技能与资格:
(1)拥有机器学习相关理论基础,熟悉常见机器学习算法(如支持向量机、决策树、随机森林、聚类、深度学习、强化学习等),掌握时序异常检测、回归预测、特征提取类算法的原理与应用;了解 CNN、LSTM、Transformer 等深度学习网络结构,熟悉 PyTorch、TensorFlow 等至少一种深度学习框架者优先。
(2)具备较强的数据处理与分析能力,熟练使用 NumPy、Pandas、SciPy 等数据处理库,能够独立完成数据清洗、特征工程与模型验证;有工业时序数据、振动信号处理经验者优先。
(3)了解电机基本工作原理、PID / 矢量控制等基础控制理论,或有风机、工业电机相关项目背景者优先。
(4)具备嵌入式 AI 部署、模型轻量化落地经验者优先。