我们正在招募一名专注于数据智能与故障预测的机器学习实习生。你将与算法团队紧密合作，深入参与从数据预处理、特征提取到机器学习模型构建与效果评估的全流程，重点负责故障检测与预测相关算法的研发与应用，为系统可靠性与业务智能化提供支持。 工作职责： 1、开展探索性数据分析，研发、实现并优化面向电机设备故障检测与异常诊断的机器学习与深度学习模型。 2、参与电机预测性与健康管理（PHM）系统的开发，负责故障预测模型的训练、调参、验证及迭代优化，提升算法准确性与泛化能力。 3、针对电机振动信号、声学信号、多传感器时序数据等工业数据，开发特征提取与模式识别方法。 4、建立电机健康状态评估模型，实现故障早期预警、剩余使用寿命预测（RUL）及故障根因分析。 5、设计并实现模型验证方案，通过离线与在线测试评估模型在真实工业场景中的性能表现。 任职要求： 1、本科及以上学历，计算机、统计、数学、数据科学、nlp等相关专业优先。 2、可保证连续全职实习4个月以上，可实习6个月、尽快到岗者优先。 3、熟练掌握 Python，必须精通 Pandas、NumPy、Scikit-learn 等数据处理与机器学习库。 4、掌握常用的机器学习算法，包括但不限于孤立森林、局部离群点检测、时序分解等。 5、具备扎实的数据挖掘与建模能力，具有故障检测、异常诊断或时序预测等相关项目经验。 6、能够熟练运用 Matplotlib、Seaborn 等工具进行数据可视化与结果展示。 7、熟悉 Spark 等分布式计算框架，或具有深度学习（TensorFlow/PyTorch）经验者优先。