岗位职责：1. 预测性维护模型开发：基于振动、声学、温度等多源高频传感器数据（采样率≥10kHz），设计LSTM/Transformer/Mamba等时序模型，实现关键旋转设备与机械部件的剩余使用寿命（RUL）预测与早期故障预警，确保预测误差≤15%。2. 信号处理与特征工程：构建面向工业场景的信号处理Pipeline，包括小波变换、包络谱分析、阶次跟踪等，从原始波形中提取对故障敏感的特征集；设计多传感器融合策略，提升故障识别的准确率与鲁棒性。3. 设备可靠性分析与维保优化：融合历史维修工单（故障模式、维修时长、备件消耗）与设备实时状态，构建设备健康度评分卡；运用Weibull分析、可靠性增长模型等评估现有预防性维护周期的有效性，并输出数据驱动的维保计划优化建议（如延长/缩短周期、增减维保项目）。4. 边缘计算与系统闭环：设计边缘端高频数据采集与预处理方案（采样/降噪/特征提取），与MES/EAM系统联动，实现预警信号自动触发维保工单的闭环流程。任职要求：1. 机械电子、自动化、信号处理、应用数学等相关专业本科及以上学历，2年以上工业设备PHM或时序预测领域算法研发经验。2. 精通振动信号分析与特征提取技术（FFT/包络分析/倒频谱），有轴承、齿轮箱、电机等旋转机械故障诊断经验者优先。3. 熟练使用Python及科学计算栈（NumPy/SciPy/Pandas），掌握至少一种深度学习框架（PyTorch/TensorFlow），有时序模型（LSTM/Informer/PatchTST）实际落地项目。4. 熟悉工业物联网架构（如MQTT/OPC UA），有与PLC、数据采集器对接经验者加分。5. 具备将复杂算法向现场工程师解释清楚的能力，能推动PHM方案在产线真正跑通闭环。

云从科技孵化自中科院重庆研究院，公司受托参与了人工智能国标、行标制定，并同时承担国家发改委人工智能基础平台、应用平台，工信部芯片平台等国家重大项目建设任务的人工智能科技企业。 同时，云从科技吸引并拥有全球的优秀人才，核心技术先后10次斩获国际智能感知领域桂冠及158次行业POC冠军、胜率达到78.4%； 运用先进的三级研发架构，云从科技取得3项重大技术突破——国内“3D结构光人脸识别技术”，打破技术垄断；商用跨镜追踪（ReID）技术，纪录保持至今；人体3D重建技术加快算法速度20倍，并将准确率大幅提升30%。 云从科技业务涵盖金融、安防、民航、零售等领域，通过行业领先的人工智能、认知计算与大数据技术形成的整合解决方案，已服务400家银行8.8万网点、31个省级行政区公安、60余家机场，实现银行日均比对2.16亿次、公安战果超3万起、机场日均服务旅客200万人次。