职责描述：
技术规划与架构设计，基于 ML/AI 进行电梯预测性数据分析 , 路径规划，大数据分析等
制定机器学习在电梯智能运维领域的技术路线图，设计端到端的数据分析与模型部署架构。
主导数据清洗、特征工程到模型训练、验证、部署的全流程。
模型开发与算法研究
结合电梯产品知识，针对电梯运行时序（如速度、加速度、电流、门操作，控制器信息等）/型号等数据，开发时间序列分析模型（例如：LSTM、Transformer、Prophet 等）。
基于振动信号（FFT、小波变换、频谱分析）进行异常检测与故障诊断（如导轨磨损、曳引机异常）。
构建维保数据驱动的预测性维护模型，优化维保周期与资源调度。
探索无监督/半监督学习在低标签数据场景下的应用。
团队管理与协作
组建并领导机器学习与数据科学团队，指导团队工程师。
与嵌入式团队、IoT平台团队、后端开发及产品团队紧密协作，推动模型落地至边缘设备或云平台。
与欧洲技术团队一起对算法方案进行讨论与评审/协商/协作，解决技术分歧(有英语沟通强需求)
负责算法团队的建设与管理，包括但不限于人才选拔/培养/绩效评估/能力梯队建设
参与业务团队的深度讨论，了解挖掘前线团队的真实诉求
数据治理与平台建设
参与构建电梯大数据平台，确保数据质量、一致性与可追溯性。
推动特征库、模型仓库（Model Registry）、A/B测试等 MLOps 能力建设。
挖掘IoT等系统数据的价值
技术创新与行业洞察
跟踪工业AI、设备健康管理（PHM）、数字孪生等领域前沿技术，探索在电梯行业的应用。
输出技术成果，支持专利申报、论文发表或行业标准制定
具备AI agent落地经验
岗位要求 ：
硕士及以上学历，计算机、自动化、电子工程、应用数学、统计学等相关专业。 5年以上机器学习/数据科学工作经验，其中至少2年团队管理经验。 精通 Python，熟练掌握主流 ML 框架（如 Scikit-learn、TensorFlow、PyTorch）。 具备时序数据分析经验，熟悉 ARIMA、LSTM、GRU、Transformer 等模型。 有振动信号处理或工业设备故障诊断项目经验者优先。 熟悉常见数据预处理、特征工程、模型评估方法。 具备良好的沟通能力与跨团队协作意识。 英文的口头交流和书面表达流利。
加分项:
有 IoT 或工业互联网项目经验。 了解 MLOps 工具链（MLflow、Kubeflow、Airflow）。 有电梯、轨道交通、重型机械等行业背景。 发表过相关领域论文或拥有专利。
At KONE, we are focused on creating an innovative and collaborative working culture where we value the contribution of each individual. Employee engagement is a key focus area for us and we encourage participation and the sharing of information and ideas. Sustainability is an integral part of our culture and the daily practice. We follow ethical business practices and we seek to develop a culture of working together where co-workers trust and respect each other and good performance is recognized. In being a great place to work, we are proud to offer a range of experiences and opportunities that will help you to achieve your career and personal goals and enable you to live a healthy and balanced life.
Read more on https://careers.kone.com/en/
