1. 结合风电大部件（风机叶片、主轴、齿轮箱）业务痛点，开发风机核心部件（叶片、轴承、齿轮箱）状态监测和剩余寿命预测模型

2. 规划“数据采集 - 模型开发 - 场景落地” 全链路技术架构方案，实现诊断算法在“云-站-边”的协同，保证诊断的可靠性和实时性

3. 多模态数据建模：主导振动、视频、音频、电气（电流 / 电压）等多源数据的融合分析，针对关键场景突破技术难点

1. 学历与专业背景

硕士及以上学历，计算机科学与技术、人工智能、自动化、控制工程、应用数学等相关专业，8年以上AI 技术研发经验，其中3 年以上团队管理经验（带领5人以上算法团队），有新能源（风电/储能）、工业设备、汽车等领域经验者优先。

2. 核心技术能力

• 业务理解能力：了解风电设备（风机结构、运行原理、常见故障）的核心特性，能将业务问题转化为 AI 技术问题，具备“技术可行性评估+业务价值预判” 的双重能力。

• 算法深度：精通机器学习与深度学习算法原理，在时间序列预测、计算机视觉、声纹识别等至少1个领域有“从 0 到 1”的模型构建经验，能独立解决“小样本学习、不平衡数据、模型过拟合”等复杂问题；

• 数据与工程能力：熟练使用深度学习框架、熟悉振动信号处理（如小波变换、模态分析）、视频图像处理、音频特征提取，有工业场景 AI 模型落地经验者优先；

3. 领导力与综合素质

• 跨部门协作能力：能有效协调业务、硬件、工程等多领域团队，清晰表达技术方案与价值，推动复杂项目落地，具备应对 “需求变更、资源冲突” 的沟通协调能力；

• 战略与创新能力：能洞察 AI 技术在新能源领域的发展趋势（如大模型与工业场景结合、边缘 AI 技术演进），提出前瞻性技术方向，具备 “技术创新 + 业务落地” 的平衡思维；

• 抗压能力：能适应新能源行业项目节奏，在 “技术攻坚期限紧、业务需求复杂” 的场景下，带领团队高效完成目标。

• 团队管理能力：具备团队管理经验，能激发团队成员积极性，培养技术骨干，推动团队技术能力持续提升；