上海电气
工业算法工程师（机理方向）(27届校招)
工业算法工程师（机理方向）(27届校招)
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公算法工程师
算法工程师
工业互联网
异常检测
故障诊断
数据治理
时序数据分析
负荷预测
值不值得投
65综合评分
综合评分 65
上海校招工业算法岗，机理+数据双轮驱动，成长性与社会价值突出，薪资未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
1.6万
比算法工程师中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择不多
上海 · 算法工程师 · 4 个在招
职位详情
关于这个职位
上海电气面向27届校招的工业算法工程师岗位（机理方向），基于"星云智汇"工业互联网平台开展设备健康评估、故障诊断、剩余寿命预测及能效优化等算法研究，并负责数据治理与算法部署落地
适合数学功底扎实、以算法解决工程问题的高学历应届生
最低要求
具备扎实的数学基础，硕博阶段主要课题基于算法解决实际工程问题
工作职责
基于"星云智汇"平台接入的风机、储能电池、电机、鼓风机等设备运行数据，分析振动、温度、压力、流量、转速、电流、电压、功率等多源时序数据，开展设备健康评估、异常检测、故障诊断、预警及剩余寿命预测研究
围绕集团能源装备、工厂及园区的电、热、气、水等能源数据，开展能效诊断、负荷预测与运行优化研究
负责工业数据从接入、处理到建模的全流程治理，为算法开发奠定可靠数据基础
参与算法从需求分析、技术验证到生产部署的完整过程，与设备专家、工艺工程师、能源管理人员及软件开发团队协作，完成模型训练、调优、压缩、部署及在线监测，并将算法封装为标准接口或服务，接入"星云智汇"工业互联网平台
优先资格
有国家数学建模大赛或全国机器人大赛一等奖/二等奖者优先
AI 洞察
优缺点分析
优点
- 覆盖设备健康管理、能效优化、数据治理、算法部署的完整工业AI链路
- 依托工业互联网平台，算法有真实设备数据与落地场景
- 与设备、工艺、能源多专业协作，行业认知积累深
- 工业数据质量与机理门槛高，建模难度大
- 算法需与设备专家深度协作，沟通成本不小
- 适合数学功底扎实、有算法落地经验、愿意深耕工业AI与能源装备领域的应届硕博毕业生
缺点 / 挑战
- 从研究到生产部署的链路长，交付压力存在
角色解读
- 从设备健康管理与能效算法研究做起，逐步主导工业算法产品化
- 深入能源装备机理后可成为工业AI方向技术专家
- 平台化部署经验也有助于向工业互联网架构方向发展
- 对风机、储能、电机等设备的多源时序数据建模，做健康评估、异常检测、故障诊断与剩余寿命预测
- 基于能源数据开展能效诊断、负荷预测与运行优化
- 负责工业数据全流程治理
- 推动算法从验证到部署封装进工业互联网平台
- 扎实的数学基础与以算法解决工程问题的科研经历
- 时序数据分析与设备故障诊断/寿命预测方法
- 数据处理治理与模型训练、调优、部署的工程化能力
申请策略
- 面试前了解"星云智汇"平台与公司能源装备产品线
- 准备一个算法从建模到落地的完整案例
- 突出硕博阶段基于算法解决实际工程问题的课题成果
- 写明时序数据建模、故障诊断或寿命预测相关工作
- 展示数学建模竞赛或机器人竞赛获奖情况
- 补充工业设备机理知识与PHM方法论
- 熟悉模型部署与接口封装的工程实践
- 了解工业互联网平台的数据接入与治理流程
面试指南
- 科研类问题按'问题-方法-结果-工程价值'展开
- 工程类问题结合数据质量、部署与运维实际作答
- 竞赛类问题突出分工与贡献
- 请介绍你硕博阶段基于算法解决工程问题的课题
- 设备故障诊断与剩余寿命预测常用哪些方法
- 多源时序数据如何做清洗与特征工程
- 模型从验证到生产部署会遇到哪些问题
- 数学建模竞赛中你承担了什么角色
职位点评
薪资福利62
成长发展72
工作生活55
使命价值68
薪资福利
62中等
JD未披露薪资与福利，算法类校招岗位薪酬预期相对较好，但无明确信息支撑。
薪资信号未披露（AI估算：1.2千–2.0万/月）
成长发展
72中等
从数据治理、算法研究到平台部署全流程参与，工业AI方向成长空间大，但JD未提及培养机制。
技术前沿主流现代技术
技术栈工业互联网、故障诊断、剩余寿命预测、负荷预测
业务类型ambiguous
工作生活
55较低
JD未提及工作模式与加班情况，办公灵活性无法判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
68中等
设备健康管理与能效优化直接服务能源高效利用与安全生产，社会价值较高，但JD未展开使命表述。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs