负责对工业数据进行深入分析和处理，帮助客户优化生产流程、预测设备故障、提高运营效率。

应用时序分析、异常检测、机器学习等技术，并在必要时使用深度学习方法进行复杂数据的处理和分析。

需要对因果分析有深入了解，并能够解析工业数据协议。

岗位职责

收集、清洗和处理工业数据，确保数据质量和一致性。

应用时序分析技术分析工业数据中的趋势和模式。

进行异常检测，识别和分析数据中的异常情况。

利用机器学习技术进行数据建模和预测，提升业务决策能力。

在需要时，应用深度学习方法处理复杂数据。

对样本处理和集成有独特见解，优化数据处理流程。

执行深入的因果分析，帮助客户理解数据背后的驱动因素，建立因果模型，解释变量之间的因果关系。

解析和理解工业数据协议，确保数据处理的准确性和有效性。

任职要求

计算机科学、统计学、应用数学或相关专业本科及以上学历。

至少3年以上数据分析相关工作经验，有工业数据分析经验者优先。

熟练掌握时序分析、异常检测、机器学习和数据处理相关技术和工具。

对深度学习有基本了解，并能够在需要时应用。

对样本处理和集成有深入理解，能够优化数据处理和集成流程。

对因果分析方法有深入理解和实践经验，能够进行因果关系建模、分析和解释。

熟悉因果推断技术。

熟悉工业数据协议解析，了解常见的工业通信协议。

熟练使用Python、其他数据分析编程语言，掌握常用的数据分析和机器学习库

（如pandas、numpy、常见分类 回归 聚类 异常检测算法、TensorFlow等）。

具备优秀的分析能力和解决问题的能力，能够独立完成数据分析任务。

具备良好的沟通能力和团队合作精神，能够与团队成员和客户进行有效沟通。

加分项

有工业物联网（IIoT）项目经验。

熟悉边缘计算和大数据处理技术。