负责机舱自动化系统的智能健康管理体系搭建，结合机舱设备（动力、电力、机舱监测等）的运行特点，设计设备健康状态评估、寿命预测及异常预警方案，依托自动化采集数据实现全生命周期健康管理；
聚焦机舱自动化系统故障诊断的智能化升级，基于机器学习、深度学习等技术，开发故障识别、定位、溯源算法，结合机舱自动化传感器数据、运行日志，实现故障的实时诊断与精准排查，降低人工运维成本；
协同机舱自动化运维团队，梳理设备常见故障类型与诱因，优化故障诊断模型，推动诊断结果与机舱自动化控制系统的联动，实现故障的快速响应与自动处置；
负责机舱健康管理与故障诊断系统的迭代优化，结合机舱自动化运行数据，持续提升健康评估的准确性、故障诊断的及时性，完善系统告警机制与运维建议输出功能；
参与机舱自动化系统的智能升级项目，配合完成健康管理与故障诊断模块的集成、测试与落地，撰写相关技术文档、运维手册，提供技术支持；
本科及以上学历，自动化、电气工程、机械电子、智能检测与诊断等相关专业，3年及以上机舱设备健康管理、故障诊断或工业自动化相关工作经验，有机舱自动化系统相关经验者优先；
精通故障诊断原理与方法，熟悉机器学习、深度学习算法（如神经网络、决策树、异常检测算法），能独立完成故障诊断模型的设计、训练与优化，具备扎实的数据分析能力；
熟悉机舱自动化系统架构，了解机舱各类设备（动力系统、电力系统、传感器）的运行机制与常见故障，能结合自动化采集数据开展健康评估与故障诊断工作；
具备较强的工程实践能力，能熟练使用Python、MATLAB等工具进行算法开发与数据处理，有智能诊断系统落地经验者优先；
具备良好的逻辑思维、问题解决能力与团队协作能力，能快速响应机舱自动化场景下的运维需求，具备较强的文档撰写能力。
