工作職責：1、研發(fā)管理：評估基于時序結構化數(shù)據(jù)（如溫度、低頻振動、轉(zhuǎn)速、流量等）的異常檢測、分類、預測等算法研發(fā)任務的工作量，根據(jù)工作量來合理安排人力資源進行研發(fā)，管控研發(fā)過程的風險，按時交付保證質(zhì)量的模型，評審代碼并把關算法交付質(zhì)量，并且持續(xù)跟蹤性能與效果，不斷改善系統(tǒng)能力；上下左右的協(xié)調(diào)，組織定期會議，發(fā)起算法的研發(fā)狀態(tài)更新與信息同步2、技術選型：給出在流程、半導體、船舶等行業(yè)中工業(yè)AI算法的選型與研發(fā)建議，不僅考慮技術可行性與先進性，也要與產(chǎn)品經(jīng)理、銷售等其他部門不同角色對接，從業(yè)務、市場、商業(yè)角度上考慮算法如何體現(xiàn)價值3、技術競爭力：新技術調(diào)研/競品技術調(diào)研，確保公司的工業(yè)AI算法在業(yè)界具備競爭優(yōu)勢4、算法開發(fā)：在需要總監(jiān)作為個人貢獻者做開發(fā)時，負責在流程、半導體、船舶等行業(yè)中故障預測項目、產(chǎn)品中算法的設計、開發(fā)、驗證、測試、部署、與維護5、知識產(chǎn)權規(guī)劃：在流程、半導體、船舶等行業(yè)中故障預測方向的專利布局、專利調(diào)研，確保公司算法的知識產(chǎn)權得到法律保護6、人才梯隊建設、管理與輔導：能夠根據(jù)組織業(yè)務目標與技能需求，建設算法研發(fā)團隊；識別團隊成員的能力或技能不足，發(fā)現(xiàn)后主動輔導、協(xié)助團隊成員成長7、方案咨詢：協(xié)助售前與銷售完成技術方案；充當技術專家角色，根據(jù)銷售/售前的需求與客戶交流，幫助成單；與業(yè)務團隊合作進行產(chǎn)品設計與迭代并且獲得市場認可。專業(yè)要求：1、專業(yè)背景：計算機科學、數(shù)學、自動化、化工等相關領域碩士或碩士以上學歷2、經(jīng)驗豐富：具有匹配至少5年及以上的基于時序結構化數(shù)據(jù)算法研發(fā)實踐經(jīng)驗，領域匹配流程制造的優(yōu)先3、機器學習技能：掌握常用的統(tǒng)計（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、GBDT、隨機森林、lightGBM等），有將信號處理特征工程與機器學習算法結合的經(jīng)驗者優(yōu)先；4、多模態(tài)深度學習技能：有利用深度學習算法進行時序數(shù)據(jù)建模、并對算法工程化經(jīng)驗者優(yōu)先，熟練掌握時序數(shù)據(jù)分析預測算法（預測類如LSTM、重構類如AE、傳統(tǒng)統(tǒng)計方法類如ARIMA等）；具有時序大模型從零到一構建經(jīng)驗者優(yōu)先；兼具有圖像目標檢測YOLO、mobilenet方法、非監(jiān)督學習算法GAN經(jīng)驗者優(yōu)先；5、算法工程化技能：具備算法并行計算的工程項目經(jīng)驗，具備利用GPU提升算法運行效率者優(yōu)先；6、數(shù)據(jù)準備經(jīng)驗：具有大規(guī)模時序數(shù)據(jù)自動化清洗、治理實踐經(jīng)驗者優(yōu)先；具備利用機器學習進行數(shù)據(jù)增廣、數(shù)據(jù)質(zhì)量增強、時序數(shù)據(jù)分割、變點檢測等經(jīng)驗者優(yōu)先；7、信號處理技能：掌握常用的信號處理方法進行降噪與特征工程者優(yōu)先，如時域方法（峰峰值、有效值、峭度、時間同步平均TSA等）、頻域方法（傅里葉變換、頻域濾波、梅爾頻率倒譜系數(shù)MFCC、希爾伯特黃變換、包絡譜分析等）、時頻域方法（短時傅里葉變換、小波變換、經(jīng)驗模態(tài)分解EMD等）等；8、代碼能力：能夠熟練用python編寫機器學習、深度學習算法，掌握常用的python機器學習、深度學習算法包，如sklearn，pytorch，tensorflow，keras等?；A要求：1、技術管理能力：能根據(jù)公司的戰(zhàn)略、產(chǎn)品與項目需求，結合自己對某領域的專業(yè)與經(jīng)驗，進行技術評估，制定實現(xiàn)需求的技術規(guī)劃與路線圖，并且驅(qū)動團隊達成這些需求；能通過制定清晰的驗收標準與研發(fā)規(guī)范等途徑，管理團隊的研發(fā)質(zhì)量，提升團隊整體的研發(fā)能力與效率；對技術研發(fā)過程中暴露的問題、風險，能及時提示，并制定規(guī)避、管理風險的計劃；2、具備產(chǎn)品意識、具有帶領算法產(chǎn)品應用實踐經(jīng)驗者優(yōu)先；3、擁有較強的學習與溝通能力；4、有良好的代碼規(guī)范及文檔管理習慣；5、能識別項目實施與數(shù)據(jù)驅(qū)動建模中的常見風險，并有及時溝通的意識。

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。