استخدام کارشناس هوش مصنوعی

شرح موقعیت شغلی

• 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.

• 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.

• 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).

• 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.

• 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.

مهارت‌های مورد نیاز

• هوش مصنوعی
• tensorflow
• Python

حداقل سابقه کار

• مهم نیست

جنسیت

• مهم نیست

وضعیت نظام وظیفه

• معافیت دائم پایان خدمت

ارسال رزومه