1、聚焦自动化产线机器人的核心痛点（如焊接轨迹偏差、装配成功率波动、节拍瓶颈），设计多维度数据分析框架，深度剖析机器人运行日志与PLC报警数据，输出可落地的优化洞察报告；
2、利用设备历史故障数据及实时传感器数据（振动、温度、电流），构建预测性维护模型，提前预警机器人关键部件（如伺服电机、减速机）的潜在失效风险，减少非计划停机时间；
3、结合机器视觉系统采集的质量数据与机器人的工艺参数（如涂胶速度、压力、焊接电流），应用机器学习算法（如时序分析、回归模型）进行关联分析，反向优化工艺参数设定，提升产品良率；
4、参与工业数据中台建设，整合研发（PLM）、生产（MES）与设备数据（SCADA），开发针对设备综合效率（OEE）、故障率、平均修复时间（MTTR）等关键指标的自动化报表（Dashboard），支撑生产管理层的即时决策。
任职要求：
1、本科及以上学历，统计学、应用数学、经济、商业分析、数据科学、计算机、自动化或工业工程专业；
2、具备3年以上制造业数据分析经验，有机器人或自动化设备数据分析经验者优先；
3、精通SQL，能够高效处理海量设备时序数据；熟练掌握Python数据分析栈（Pandas, NumPy, SciPy）；
4、熟悉常用的机器学习库（Scikit-learn, TensorFlow/PyTorch），具备构建预测模型（如故障预测、寿命预测）的实际项目经验；
5、了解常见工业物联网协议（如OPC UA， MQTT， Modbus），能够理解PLC数据采集的逻辑与含义；
6、熟练使用Tableau/Power BI，或具备使用Python可视化库（Matplotlib, Plotly）绘制工业数据趋势图的能力。
