中国海洋大学2027届毕业生秋季大型供需见面会

1. 数据处理与数据集构建 负责风电滑轴相关振动、温度、电流、转速等传感器原始数据清洗、标注、数据增强；构建故障数据集，处理工业场景噪声大、样本不均衡、故障样本少的现实问题。 2. AI算法研发与调优 开展故障检测、故障分类、剩余寿命预测(RUL)、异常检测算法开发；基于深度学习、时序模型（CNN、LSTM、Transformer、Autoencoder等）搭建模型，完成训练、调参、验证，输出可落地算法模型。 3. 算法验证与仿真测试 利用仿真数据、台架试验数据、风场实测数据验证模型效果；分析算法误差，迭代优化模型，输出算法报告、实验文档。 4. 算法工程化对接 配合嵌入式、软件工程师，把AI模型做轻量化、模型转换，对接滑轴监测系统；参与算法原型demo开发，推动算法从实验向风场实际落地。 5. 技术调研与文档输出 调研工业故障诊断、时序AI最新论文技术；撰写算法方案、实验报告、技术文档；参与内部技术研讨，跟进风电滑轴行业业务需求。 6. 业务协同 和机械、风电测试、现场工程师沟通，理解滑轴失效模式（磨损、裂纹、润滑失效等），把机械故障知识融入AI模型。