算法工程师

1、核心算法研发落地：负责工业场景下视觉检测算法、声音诊断算法、异常振动诊断算法的调研、设计、研发、迭代与落地部署，聚焦设备故障检测、异常识别、状态诊断、隐患预判等核心场景，搭建多模态设备故障诊断算法体系。
2、视觉算法研发：针对工业设备、零部件的外观缺陷、装配异常、运行状态偏移等问题，负责图像预处理、目标检测、图像分割、特征提取、视觉异常判别等算法研发，解决复杂工况下光照干扰、遮挡、小目标缺陷、细微异常识别等技术难点，保障视觉检测的准确率与稳定性。
3、声音诊断算法研发：负责设备运行声学信号的采集、降噪、滤波、特征提取与时频分析，研究基于声学信号的设备异响、松动、磨损、卡顿等故障诊断算法，构建声音故障特征库，实现设备异常声音的自动识别、分类、定级与预警。
4、异常振动诊断算法研发：针对工业设备振动时序信号，开展振动数据预处理、时域、频域、时频域特征分析，研发振动异常判别、故障定位、劣化趋势预测算法，精准识别设备松动、偏心、磨损、共振等各类振动故障，建立设备振动状态评估模型。
5、多模态算法融合优化：结合视觉、声学、振动三类传感数据，研究多模态融合诊断算法，弥补单一传感诊断的局限性，提升设备故障诊断的全面性、精准度和鲁棒性，输出标准化、可复用的算法模型。
6、数据体系搭建与迭代：负责视觉图像、声音、振动传感数据的清洗、标注、增强、数据集构建与管理，持续优化数据质量；跟踪算法落地效果，针对现场误报、漏报问题进行算法迭代优化，持续提升模型性能。
7、技术攻坚与方案输出：跟进行业前沿的机器视觉、信号处理、机器学习、智能诊断技术，针对项目重难点问题开展技术攻坚；独立输出算法方案、技术文档、测试报告，配合产品、工程团队完成算法移植、调试与落地上线。
8、技术沉淀与标准化：梳理多模态诊断算法研发流程，沉淀通用算法组件、故障特征库、模型迭代规范，推动算法能力标准化、模块化、产品化，支撑多项目快速复用。
岗位要求：
1.具备核心算法研发经验，同时掌握视觉算法、声音诊断算法、异常振动诊断算法研发能力，有工业设备故障诊断、智能检测项目落地经验者优先。
2.精通声音、振动信号处理技术，熟悉设备声学、振动故障机理，可独立开发故障诊断算法模型。
3.熟练使用Python、C++等开发语言，熟悉数据处理、模型训练、量化部署流程，具备算法落地嵌入式、工控平台的经验者优先。
4.具备良好的数据分析能力、问题拆解能力和技术攻坚能力，能够独立完成算法从研发、测试到落地迭代的全流程工作。
5.具备良好的沟通协作能力、文档撰写能力，工作严谨负责，有较强的落地意识和团队协作精神。