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)動結合的方法等，構造、篩選可用特征，與其他技術團隊協(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. 售前支持與技術判斷：根據(jù)售前階段的需求，給予必要的技術判斷、技術指導、技術資料輸入7. 售后支持與答疑：售后階段，根據(jù)客戶的需求，基于必要的技術答疑與技術指導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、自動化等相關領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. 對某一領域，如風電傳動系統(tǒng)故障診斷、化工設備、軌交等領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)及智能制造領域的領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-＞產(chǎn)品-＞市場”的迭代過程，將先進的智能維護技術逐步轉(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、前沿技術研究的科研和市場一體化能力，以核心技術助力我國工業(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%。核心技術團隊由李杰教授領導，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)的核心技術和管理人員，對于工業(yè)領域應用與大數(shù)據(jù)技術的結合有著深刻的技術功底與實施經(jīng)驗。