职责描述：

1.       技术规划与架构设计，基于ML/AI进行电梯预测性数据分析,路径规划，大数据分析等

a)      制定机器学习在电梯智能运维领域的技术路线图，设计端到端的数据分析与模型部署架构。

b)     主导数据清洗、特征工程到模型训练、验证、部署的全流程。

2.      模型开发与算法研究

a)      结合电梯产品知识，针对电梯运行时序（如速度、加速度、电流、门操作，控制器信息等）/型号等数据，开发时间序列分析模型（例如：LSTM、Transformer、Prophet 等）。

b)     基于振动信号（FFT、小波变换、频谱分析）进行异常检测与故障诊断（如导轨磨损、曳引机异常）。

c)      构建维保数据驱动的预测性维护模型，优化维保周期与资源调度。

d)     探索无监督/半监督学习在低标签数据场景下的应用。

3.      团队管理与协作

a)      组建并领导机器学习与数据科学团队，指导团队工程师。

b)     与嵌入式团队、IoT平台团队、后端开发及产品团队紧密协作，推动模型落地至边缘设备或云平台。

c)      与欧洲技术团队一起对算法方案进行讨论与评审/协商/协作，解决技术分歧(有英语沟通强需求)

d)     负责算法团队的建设与管理，包括但不限于人才选拔/培养/绩效评估/能力梯队建设

e)      参与业务团队的深度讨论，了解挖掘前线团队的真实诉求

4.      数据治理与平台建设

a)      参与构建电梯大数据平台，确保数据质量、一致性与可追溯性。

b)     推动特征库、模型仓库（Model Registry）、A/B测试等 MLOps 能力建设。

c)      挖掘IoT等系统数据的价值

5.      技术创新与行业洞察

a)      跟踪工业AI、设备健康管理（PHM）、数字孪生等领域前沿技术，探索在电梯行业的应用。

b)     输出技术成果，支持专利申报、论文发表或行业标准制定

具备AI agent落地经验

岗位要求：

1.     硕士及以上学历，计算机、自动化、电子工程、应用数学、统计学等相关专业。

2.    5年以上机器学习/数据科学工作经验，其中至少2年团队管理经验。

3.    精通 Python，熟练掌握主流 ML 框架（如 Scikit-learn、TensorFlow、PyTorch）。

4.    具备时序数据分析经验，熟悉 ARIMA、LSTM、GRU、Transformer 等模型。

5.    有振动信号处理或工业设备故障诊断项目经验者优先。

6.    熟悉常见数据预处理、特征工程、模型评估方法。

7.    具备良好的沟通能力与跨团队协作意识。

8.    英文的口头交流和书面表达流利。

加分项:

1.     有 IoT 或工业互联网项目经验。

2.    了解 MLOps 工具链（MLflow、Kubeflow、Airflow）。

3.    有电梯、轨道交通、重型机械等行业背景。

4.    发表过相关领域论文或拥有专利。