预测性维护数据科学家

请求数:47434

康宁是全球材料科学领域领先的创新者之一。160多年来，康宁将其无与伦比的专业技术应用于特种玻璃、陶瓷和光学物理，开发创造了新产业并改变了人们的生活的产品。

康宁的成功源于对研发的持续投资，材料和工艺创新的独特结合，以及与客户紧密合作解决棘手的技术挑战。

康宁的环境技术部门在世界各地生产用于移动和固定应用的排放控制的陶瓷基片和过滤产品。

康宁是全球材料科学领域领先的创新者之一!160多年来，康宁应用其在特种玻璃、陶瓷和光学物理领域无与伦比的专业知识，开发了创造了新的行业并改变了人们的生活。

康宁公司致力于建立一个多元化的全球员工队伍，在这里，差异被赞美，员工感到安全的把他们的“完整的自我”带到工作中。我们的多元化网络拥有18个活跃而独特的员工资源小组。员工可以使用Allyship的资源、播客、内部视频频道、数字学习系列和培训，所有这些都专注于建立和庆祝全球多样性和包容性。康宁被公认为这方面的领导者，并一直被公认为全国最佳雇主。

职位范围:

• 您是否希望加入康宁公司一个不断成长的团队，在这个团队中展示价值并推动业务影响力?我们正在增加我们的先进分析和专家系统的应用，以我们不断增长的制造能力。新的制造测量和控制系统提供了大量未开发的过程和产品数据。您的职责将包括将我们的数据资产转化为强大的内部洞察力，从而推动战略解决方案，带来巨大的价值影响。当您在康宁的众多业务部门工作时，您将作为多学科团队的关键成员，解决各种挑战。

主要职责:

• 成功地从客户的角度识别真正的问题，以构建和执行交付业务影响的预测性维护工作计划。
• 与部门客户沟通技术分析和结果。
• 使用商业和开源数据分析软件包进行探索性和有针对性的数据分析。
• 应用多元统计方法和机器学习技术，在大数据集和小数据集中找到结构和值，以识别关键的过程输入变量，可以提供过程控制解决方案。
• 开发用于生产和可能应用的预测/分类模型。
• 撰写技术报告，总结技术分析的开发、应用和验证

旅游需求:

• 旅行要求会有所不同。
• 预计国内及国际出差高达25%

义务教育:

• 机械工程硕士学位，获得深度学习和卷积神经网络认证。
• 具有数据科学，统计学，分析学，机械加工学习，深度学习或可靠性工程/预测性维护等相关领域的经验
• 有软件工具和语言的技术经验:Python, MATlab, R, Labview, C, c++， Simulink, JMP
• 框架和库:TensorFlow, Keras, PyTorch NumPy, Scipy, Pands, Jumpyter, Linus

技能要求:

• 你展示机器学习和预测性维护应用技术相关性的能力。对多个项目的工作进行优先排序是至关重要的。
• 通过理解业务需求，确定分析如何帮助项目和业务实现目标，为多个业务团队提供分析翻译服务。
• 确定分析和ML机会，建立内部建议，并获得利益相关者的支持。
• 与高级数据科学家一起开发和发展公司的整体预测性维护分析能力。
• 您对应用多元统计分析算法(包括分类、回归和聚类的智能自动化技术)的热情、知识和经验。例如，决策树、随机森林、支持向量机、逻辑回归、神经网络、k-means聚类和贝叶斯模型。
• 具有广泛的分析和可视化工具(如Python, R, MATLAB, SAS JMP, Power BI, Tableau)的经验。
• 注重细节和组织能力强。
• 能够在团队环境中跨创新阶段进行协作。
• 能够以清晰的方式与非分析团队沟通复杂和/或技术概念的结果，并接受分析不同数据源的特定挑战。
• 将概念验证分析和模型转换到已部署的生产应用程序中

期望技能范围:

• 熟悉用于数据提取、数据清理和数据操作的ETL工具。
• 有应用时间序列分析(如ARIMA，傅立叶分析)的经验。
• 软件版本控制经验(如git)。
• 熟悉深度学习技术(如CNN, RNN)和TensorFlow, Keras等软件包。
• 熟悉大数据生态系统(Spark, Hadoop, HIVE等)和云存储和计算环境(AWS, MS Azure)
• 有C、c++和/或c#软件开发经验

这个职位支持移民担保。

为残疾人参与工作申请、面试、履行基本工作职责和其他就业福利待遇提供合理便利。请联系我们申请住宿。

我们禁止基于种族、肤色、性别、年龄、宗教、国籍、性取向、性别认同或表达、残疾、退伍军人身份或任何其他受法律保护的身份的歧视。