1、多場景檢測體系搭建：針對不同行業設備特性，設計定制化狀態檢測方案，整合多源數據采集策略。

2、故障預警與診斷;運用振動分析、熱成像、油液分析、紅外檢測、超聲波測厚等技術，結合機器學習算法構建設備健康評估模型。

3、全生命周期維護管理：建立設備健康檔案，開展剩余壽命預測，制定差異化維護計劃。優化關鍵流程。

4、系統集成與優化：主導PHM系統落地，集成IIOT平臺、SCADA系統與數字孿生技術，實現氧化鋁全工序設備與其他場景數據統一分析和可視化監控。

5、跨部門協同與賦能：聯動生產、運維團隊推進項目落地。

6、技術創新與迭代：跟蹤行業前沿技術，集合各場景設備特性引入創新方案。

任職資格：

1、本科及以上學歷，碩士學歷優先。機械工程、自動化、電氣工程、能源動力工程、材料科學等相關專業。

2、3年以上工業預測性維護相關工作經驗，至少具備2個目標行業（電解鋁/紡織/新能源汽車/火電/風電/光伏）的設備維護或數據分析經驗。有PHM系統全流程搭建經驗且有氧化鋁工序設備維護或能源場景項目經驗者優先。

3、具備以下核心技能者優先：（1）技術工具：熟練使用Python/R編程，掌握TensorFlow/PyTorch等機器學習框架；熟悉振動分析儀、紅外熱成像儀等設備操作。（2）行業認知：熟悉至少2個目標行業的設備故障模式。（3）模型能力：具備多源數據融合分析能力。(4)了解IIOT平臺、邊緣計算、數據庫等技術，能推動預測模型與工業系統、能源監控平臺、氧化鋁MES系統集成落地。

4、具備跨行業快速適配能力、良好的跨部門溝通和項目管理能力、良好的抗壓能力、具備較強的持續學習意識，關注工業智能、能源數字化及氧化鋁工藝革新領域的技術動態。

5、持有設備診斷師、可靠性工程師、注冊能源管理師、氧化鋁工藝工程師等相關認證者優先；主導過氧化鋁生產全工序預測性維護項目或電解鋁電解槽維護、新能源汽車生產線PHM、風電/光伏電站預測性維護項目者優先。