业务数字化主任工程师 at Goldwind — China

← Back to job listings

About The Role

（一）智能化平台建设与迭代管理
主导风电备件B端智能化管理平台的架构规划、功能搭建、版本迭代、落地运维与项目全流程统筹。深度贴合风电备件采购、库存管控、损耗统计、维保更换、全生命周期管理等核心业务，梳理优化业务流程，对接前后端开发，把控项目进度、质量与风险，实现算法模型与业务平台的深度融合，保障平台稳定高效运行，助力业务数字化、智能化升级。
（二）全维度数据治理与分析挖掘
负责风电备件运行、损耗、维保、库存、台账等各类时序数据及业务数据的采集、清洗、规整、脱敏与深度挖掘，搭建标准化数据分析体系。提炼备件损耗规律、失效特征及寿命短板，输出可视化分析报告、库存及成本优化方案，为业务决策、流程优化、项目实施提供精准数据支撑。
（三）AI算法研发与场景落地
基于风电备件时序数据，运用LSTM、随机森林、SVR等机器学习、深度学习算法，独立完成备件寿命预测、故障预判、损耗趋势及需求预估模型的设计、训练、调优与迭代，实现预防性运维、精准备货、损耗预警智能化。同时依托大模型技术，对故障工单、维保日志、技术文档等海量文本数据进行语义提取、智能归类、结构化解析与自动研判，落地各类AI智能化应用场景。
（四）AI赋能与技术支撑创新
熟练运用主流AI工具与大模型，结合业务痛点开展技术创新与方案优化，赋能平台升级与业务提效。负责平台、数据、算法相关问题排查优化，协同各部门推进项目落地，持续迭代模型精度与工具效率，沉淀行业智能化技术成果，提升核心竞争力。"
1、本科及以上学历，计算机、人工智能、统计学、软件工程、机械等相关专业，3年及以上B端平台项目管理、数据分析、算法落地相关工作经验，有风电备件行业智能化项目经验者优先。
2、具备扎实的大数据分析与AI算法功底，熟练掌握Python数据分析工具、主流机器学习与深度学习、时序预测算法，可独立完成数据建模、模型训练迭代及数据分析复盘工作。
3、熟悉主流AI大模型及各类AI工具，具备文本智能解析、语义分析、场景化AI应用落地能力，能够依托AI工具优化工作方案、提升业务效率。
4、熟悉风电行业主流机型核心备件特性、运行工况、损耗机理及维保、库存全流程，具备风电备件智能平台搭建、算法落地、数据治理实战经验者优先。
5、精通B端平台开发迭代全流程，具备独立项目统筹、需求对接、资源协调、进度管控及验收落地能力，具备良好的项目风险把控能力。
6、逻辑思维严谨，学习能力、创新能力、问题解决能力突出，擅长跨部门沟通统筹，主动性、执行力、抗压能力强，具备良好的团队协作意识与职业保密素养。