رایان کاوش اطلاعات مدار | Rokam

کامپیوتر، فناوری اطلاعات و اینترنت ۱۱ تا ۵۰ نفر www.Rayankavosh.com

فرصت‌های شغلی ۲

استخدام کارشناس هوش مصنوعی

دسته‌بندی شغلی

وب،‌ برنامه‌نویسی و نرم‌افزار
موقعیت مکانی

تهران ، تهران
نوع همکاری

تمام وقت
حداقل سابقه کار

مهم نیست
حقوق

توافقی

شرح موقعیت شغلی

عنوان شغلی: کارشناس ارشد هوش مصنوعی صنعتی - آنالیز ارتعاشات

شرح موقعیت شغلی:

ما به دنبال یک متخصص خلاق و مسلط به حوزه‌های هوش مصنوعی، یادگیری ماشین و آنالیز ارتعاشات تجهیزات دوار هستیم تا به تیم نگهداری و تعمیرات پیش‌بینانه (PdM) ما بپیوندد. هدف این نقش، طراحی، توسعه و پیاده‌سازی مدل‌های هوشمند برای تشخیص زودهنگام عیوب، پیش‌بینی خرابی‌ها و بهینه‌سازی استراتژی‌های نگهداری در ماشین‌آلات دوار (پمپ، کمپرسور، توربین، فن، گیربکس، الکتروموتور و ...) با استفاده از داده‌های ارتعاشی و سایر پارامترهای فرآیندی است.

مسئولیت‌های کلیدی:
- تحلیل پیشرفته سیگنال‌های ارتعاشی
- توسعه مدل‌های یادگیری ماشین و یادگیری عمیق: طراحی مدل‌های تشخیص ناهنجاری (Anomaly Detection)، تشخیص الگوی خطا (Fault Classification)، تخمین عمر باقی‌مانده (RUL Prediction) و تشخیص خودکار شدت عیوب رایج (آنبالانسی، ناهمراستایی، لقی، خرابی بلبرینگ، خرابی چرخ‌دنده، رزونانس و ...) با استفاده از شبکه‌های CNN، RNN، LSTM، Transformer، Autoencoder و روش‌های مبتنی بر Transformer.
- طراحی خطوط لوله داده (Data Pipeline)
- استخراج ویژگی‌های مهندسی (Feature Engineering)
- اعتبارسنجی و تفسیر نتایج: همکاری نزدیک با کارشناسان آنالیز ارتعاش (Vibration Analyst) برای اعتبارسنجی خروجی مدل‌ها بر اساس استانداردهای ISO (مانند ISO 10816, ISO 13373, ISO 13374) و منطق فیزیکی عیوب.

تخصص‌های فنی لازم (ترکیب دو حوزه اصلی):

الف) تخصص در آنالیز ارتعاشات و تجهیزات دوار (Domain Expertise)

تسلط کامل به تئوری ارتعاشات و مفاهیم: فرکانس طبیعی، رزونانس، جرم-فنر-دمپر، مود شیپ، سرعت بحرانی.
شناخت عمیق عیوب ماشین‌آلات دوار و الگوی ارتعاشی هر عیب در طیف فرکانس و شکل موج زمانی:
- آنبالانسی (استاتیکی، دینامیکی، کوپلی)
- ناهمراستایی (زوایایی، موازی)
- لقی مکانیکی و ضعف فونداسیون
- خرابی بلبرینگ‌های غلتشی (4 فاز خرابی، تحلیل پوش، Spike Energy)
- خرابی چرخ‌دنده‌ها (Gear Mesh Frequency، Sidebands)
- نقص در الکتروموتورها (شکاف هوایی غیریکنواخت، Rotor Bar، Eccentricity)
- کاویتاسیون و ضربه در پمپ‌ها
تسلط بر ابزارهای تخصصی آنالیز ارتعاش: تجربه کار با نرم‌افزارهایی مانند Bently Nevada System 1, Emerson AMS Machinery Manager, SKF @ptitude Analyst, ADRE یا معادل‌های آن‌ها.
آشنایی با استانداردهای بین‌المللی: ISO 10816 (ارزیابی شدت ارتعاش)، ISO 7919 (ارتعاش محور)، ISO 13373 (پایش وضعیت)، ISO 13374 (تبادل داده).
آشنایی با سنسورها و دیتاکالکتورها: شتاب‌سنج، پراب جابجایی (Eddy Current)، سرعت‌سنج، نصب و مکان‌یابی مناسب نقاط اندازه‌گیری.
گواهینامه معتبر آنالیز ارتعاش (VA CAT II/III طبق ISO 18436 یا معادل) مزیت بزرگ محسوب می‌شود.

ب) تخصص در هوش مصنوعی و علم داده (AI/ML & Data Science)

برنامه‌نویسی پیشرفته: تسلط به Python (کتابخانه‌های NumPy, SciPy, Pandas, Scikit-Learn) و آشنایی با MATLAB.
یادگیری عمیق: تسلط در استفاده از PyTorch یا TensorFlow/Keras برای طراحی مدل‌های Deep Learning روی داده‌های سری زمانی و سیگنال.
پردازش سیگنال دیجیتال: طراحی فیلترهای دیجیتال (FIR/IIR)، پنجره‌گذاری، تبدیل فوریه زمان کوتاه (STFT)، تحلیل موجک (Wavelet Transform)، تحلیل هیلبرت-هوانگ، کاهش نویز.
یادگیری ماشین کلاسیک: SVM، Random Forest، Gradient Boosting (XGBoost, LightGBM) برای وظایف طبقه‌بندی و رگرسیون، روش‌های کاهش ابعاد (PCA, t-SNE).
مدل‌سازی ناهنجاری: آشنایی با Isolation Forest، One-Class SVM، Autoencoder های عمیق (LSTM-AE, CNN-AE) و مدل‌های Generative برای داده‌های ارتعاشی.
مدیریت داده‌های سری زمانی حجیم: کار با پایگاه‌های داده مناسب (InfluxDB، TimescaleDB، MongoDB) و پروتکل‌های صنعتی (OPC-UA، MQTT).

MLOps و توسعه نرم‌افزار: کنترل نسخه (Git)، کانتینرسازی (Docker)، ساخت API (FastAPI/Flask) و آشنایی با پلتفرم‌های ابری (AWS SageMaker, Azure ML).

شرایط احراز:

تحصیلات: حداقل کارشناسی ارشد در مهندسی مکانیک (گرایش جامدات/دینامیک)، مهندسی برق، مهندسی کامپیوتر، هوش مصنوعی، یا رشته‌های مرتبط. (تحصیلات میان‌رشته‌ای مزیت رقابتی است).
سابقه کار: حداقل ۳ تا ۵ سال تجربه عملی در حوزه آنالیز ارتعاشات تجهیزات دوار در صنعت (نفت، گاز، پتروشیمی، فولاد، سیمان، نیروگاه) و حداقل ۲ سال تجربه در توسعه مدل‌های هوش مصنوعی برای مسائل صنعتی.
توانایی اثبات‌شده در ارائه پروژه‌هایی که در آن‌ها از AI برای تشخیص خودکار عیوب ارتعاشی استفاده شده باشد (ارسال نمونه کار، مقاله یا پورتفولیو الزامی است).
مهارت‌های ارتباطی قوی برای همکاری با تیم‌های فنی چندرشته‌ای (تکنسین‌های ابزار دقیق، مهندسان قابلیت اطمینان و مدیران کارخانه) و ارائه یافته‌ها به زبان ساده.

ویژگی‌های شخصیتی:

ذهنیت حل مسئله و علاقه به کار در محیط صنعتی و میدانی (بازدید از سایت‌های کارخانه).
دقت بالا در تحلیل داده‌ها و اعتبارسنجی خروجی‌ها با واقعیت‌های فیزیکی.
به‌روز بودن و اشتیاق به یادگیری مداوم در هر دو حوزه AI و پایش وضعیت.

مزایای همکاری:
فرصت کار روی مسائل واقعی و چالش‌برانگیز صنعت، دسترسی به دیتاست‌های عظیم و سنسورهای پیشرفته، و نقش کلیدی در تحول نگهداری و تعمیرات از رویکرد واکنشی به پیش‌بینانه.

ثبت آگهی استخدام در جابینجا

معرفی شرکت

شرکت دانش بنیان رایان کاوش اطلاعات مدار(رکام)، بر حوزه استخراج و تحلیل داده‌ها تمرکز دارد. تخصص ما در زمینه‌های گوناگون از جمله رفتارشناسی داده‌ها، تحلیل متن، تصویرو ویدئو است، که این امکان را به ما می‌دهد تا بینش عمیقی را از داده‌های پیچیده استخراج کنیم.

با تجربه ویژه در کار با داده‌های سری زمانی، ما به مشتریان خود کمک می‌کنیم تا الگوهای پنهان در این نوع از داده‌ها را کشف و برای تصمیم‌گیری‌های استراتژیک به‌کار گیرند.

دپارتمان امنیت سایبری این شرکت، با بکارگیری متخصصان با تجربه و مجرب و با استفاده از روش های نوین و مبتنی بر استانداردهای بین المللی در زمینه تست نفوذ، به سازمان ها و شرکت های مختلف در سراسر کشور کمک می کنیم تا امنیت زیرساخت های خود را بهبود بخشیده و ریسک حملات سایبری را برای دارایی های تحت اینترنت کاهش دهند.

اتوماسیون صنعتی از دیگر توانمندی های شرکت رکام است و با تلفیق دانش فنی فرایندی، تخصص هوش مصنوعی با آن، محصولات تحول آفرینی در حوزه صنعت معدن و فولاد ارائه کرده است.

علاوه بر این، ما در پروژه‌های متعددی در حوزه‌های هوشمندی صنعت، معدن و فولاد فعالیت داشته‌ایم، که در آنها با استفاده از دانش تخصصی خود، به ارائه راهکارهای نوآورانه و افزایش بهره‌وری در این بخش‌ها کمک کرده‌ایم.

در رایان کاوش اطلاعات مدار(رکام)، ما متعهد به ارائه راه‌حل‌های مبتنی بر داده هستیم که نه تنها به شما کمک می‌کند تا با چالش‌های کسب‌وکار خود مقابله کنید، بلکه به شما امکان می‌دهد تا از رقبای خود پیشی بگیرید.