任職要求:
1. 學(xué)歷與專業(yè):本科及以上學(xué)歷,數(shù)據(jù)科學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、自動(dòng)化、工業(yè)工程等相關(guān)專業(yè);
2. 工作經(jīng)驗(yàn):2年及以上工業(yè)領(lǐng)域(如流程工業(yè)、離散制造、能源化工等)數(shù)據(jù)挖掘/分析經(jīng)驗(yàn);
3. 核心技能:
掌握數(shù)據(jù)挖掘算法(如聚類、分類、回歸、關(guān)聯(lián)規(guī)則、時(shí)間序列分析等),熟悉機(jī)器學(xué)習(xí)框架(Scikit-learn、TensorFlow/PyTorch等);
熟練使用數(shù)據(jù)處理工具:Python(Pandas、NumPy)、SQL,具備大數(shù)據(jù)處理能力(如Spark)者優(yōu)先;
具備工業(yè)數(shù)據(jù)特征工程能力:能從工業(yè)時(shí)序數(shù)據(jù)(如傳感器、DCS、PLC數(shù)據(jù))中提取有效特征;
4. 行業(yè)知識(shí):
了解工業(yè)生產(chǎn)流程(如化工、冶金、制造等),熟悉工業(yè)數(shù)據(jù)特點(diǎn)(多源異構(gòu)、高噪聲、時(shí)序性);
優(yōu)先項(xiàng):熟悉流程工業(yè)(如氧化鋁/電解鋁、煉化)數(shù)據(jù)場景,或具備設(shè)備故障預(yù)測、工藝優(yōu)化、質(zhì)量分析等工業(yè)場景項(xiàng)目經(jīng)驗(yàn);
5. 工具能力:
能使用可視化工具(Tableau、Power BI、Matplotlib等)呈現(xiàn)分析結(jié)果;
了解工業(yè)數(shù)據(jù)庫(如實(shí)時(shí)數(shù)據(jù)庫PI、InSQL,關(guān)系型數(shù)據(jù)庫MySQL/Oracle);
6. 其他能力:具備良好的邏輯思維、跨部門溝通能力,能獨(dú)立完成從數(shù)據(jù)采集、分析到落地的全流程工作。
崗位職責(zé):
1. 數(shù)據(jù)采集與預(yù)處理:
對(duì)接工業(yè)現(xiàn)場數(shù)據(jù)(傳感器、DCS、MES等系統(tǒng)),完成數(shù)據(jù)清洗、去重、降噪、缺失值填充等預(yù)處理工作;
2. 數(shù)據(jù)挖掘項(xiàng)目落地:
針對(duì)工業(yè)場景需求(如設(shè)備故障預(yù)測、工藝參數(shù)優(yōu)化、產(chǎn)品質(zhì)量提升、能耗分析等),設(shè)計(jì)并實(shí)現(xiàn)數(shù)據(jù)挖掘模型;
參與工業(yè)時(shí)序數(shù)據(jù)的特征工程,構(gòu)建適配工業(yè)場景的特征體系;
3. 模型迭代與優(yōu)化:
跟蹤模型在工業(yè)現(xiàn)場的運(yùn)行效果,基于實(shí)際生產(chǎn)數(shù)據(jù)迭代優(yōu)化模型,提升預(yù)測/分析精度;
4. 數(shù)據(jù)可視化與報(bào)告:
構(gòu)建工業(yè)數(shù)據(jù)可視化看板,向業(yè)務(wù)部門(工藝、設(shè)備、生產(chǎn))輸出可落地的分析報(bào)告與決策建議;
5. 跨部門協(xié)作:
與工藝工程師、設(shè)備工程師、控制工程師配合,理解工業(yè)生產(chǎn)痛點(diǎn),將數(shù)據(jù)挖掘成果與生產(chǎn)流程結(jié)合;
6. 技術(shù)沉淀:
沉淀工業(yè)數(shù)據(jù)挖掘方法論與工具,參與團(tuán)隊(duì)數(shù)據(jù)平臺(tái)、算法庫的建設(shè)與維護(hù)。
7.技術(shù)研究與應(yīng)用:跟蹤行業(yè)技術(shù)發(fā)展趨勢,引入新技術(shù)、新模型提升開發(fā)效率與產(chǎn)品競爭力;推動(dòng)團(tuán)隊(duì)技術(shù)創(chuàng)新與知識(shí)分享,提升團(tuán)隊(duì)整體技術(shù)水平。