职位描述

可能涉及到的轮岗职位：

机械工程师（设备工程师）：

1.创建和优化维修相关的标准（S,M,Q,D,C,St）；
2.通过技术突破和数字化变革持续提高设备的可靠性，优化维修相关效率；
3.给予一线维修人员的技术支持，并提供相应的技术培训和辅导。

数字化工程师：

1.负责开发和维护数据平台和数据产品，应用先进的数据技术和高阶分析方法，为业务各个环节提供数据驱动的解决方案，帮助工厂实施数字化案例应用，智能化升级；
2.使用数据仓库、数据湖、数据管道等构建和管理数据平台的经验，能够设计和优化数据架构和数据流程，满足不同的业务需求和数据分析目标；
3.使用数据挖掘、机器学习、深度学习等方法进行数据分析和建模的经验，能够运用数据技术解决实际问题，生成数据洞察和价值；
4.支持工厂高阶用例常态化能力的建设。

工艺工程师：

1.交付产品符合质量策划的模型，按照技术标准生产。 应用成熟的 MMW 实践；
2.质量和生产率表现符合车间规定的目标。运用“一次做对”的原则负责质量工艺领域实践数字化应用，推进AI，AA在生产过程中的实施；
3.顾客风险、产品符合性和质量绩效相关的风险得到预测。实施减少风险的行动；
4.所有的投诉、不合格、非标准情况和绩效偏差都得到适当的处理。展现行动执行的有效性。造成异常和绩效不良的原因已解决，并作为改进计划的输入；
5.完成改进计划的质量获得部分；
6.帮助所有的操作员获得高质量的工作能力（指导、培训等）。

IE工程师：

1.帮助控制并提高工厂产能，保证对市场的供应；
2.利用数字化的手段，更好的推进精益流程；
3.降低工厂的生产制造成本，最大化工厂利润；
4.优化工厂产能结构和岗位工作方法；
5.运用精益生产工具，减少七大浪费；
6.运用“快速换型”等工具，提升工厂生产灵活性；
7.促进全工厂各岗位人员自发的拥有精益生产的思维，自发的使用工业改进的方法和工具。

数据科学家：

1.专注于为业务提供创新的数字化解决方案，实现数“智”化技术转型，使用数据挖掘、机器学习、深度学习等方法进行数据分析和建模（括数据收集、数据分析、数据建模、数据可视化、数据应用等）。
2.支持工厂高阶用例常态化能力的建设。

维修经理：

带领一线维修团队确保其部门设备的可用性和可靠性，并通过持续改进方法优化维护成本和能源。这是为了使生产达到其安全，质量，数量，成本和期限的目标。

车间工艺负责人：

1.车间提供的产品符合质量策划的模型，并按照技术标准生产。
2.应用成熟的 MMW 实践。
3.车间的质量表现符合工厂的目标。运用“一次做对”的原则。
4.在他/她的车间里，与顾客满意、产品符合性和质量绩效相关的风险得到预测。在车间内体现风险处理的实践。
5.在他/她的车间里，以适当的响应水平处理所有不合格情况、投诉和绩效偏差。确认纠正措施的有效性。造成异常的原因在车间内得到纠正。
6.改进计划的质量获得部分已经定义且与工厂目标同步。执行改进计划。
7.所有车间质量获得职能的员工都要接受适当的质量工作指导（指导、个别辅导制等）。对其直线下属的员工进行持续系统的发展培养。赋予团队责任感。

数字化产品经理：

1.管理数字化项目。负责”数据产品“的生命周期管理。需求分析、设计、开发和测试，掌握数据产品管理的方法和流程。
2.能够根据不同的业务需求和数据特性，组织团队设计合适的数据模型、指标体系和交互，提升数据产品的价值和易用性。
3.精益数据产品开发的经验和理念，能够通过快速迭代和验证，优化数据产品方案和效果，提高数据产品的用户满意度。
4.能够合理规划和分配项目的资源和进度，有效协调和沟通相关方，保证数据产品的质量和交付。
5.支持工厂高阶用例常态化能力的建设。
维修技术支持经理：

管理技术支持和方法团队，为工厂或生产线提高绩效做出贡献（维修策略的应用，改善设备的可用性和可靠性，TEC团队的工作效率，方法的应用，TEC在SMQDC方面的标准的改进）。

轮胎设计经理：

1.领导和管理其团队。
2.工厂的PDI（工业化计划）及其所有组成部分按照产品、材料、过程和方法来定义。

3.提供正常生产技术支持。
4.给车间提供参照文件以确保中心模型定义（例如：硫化前，硫化后，材料，硫化定律，结合点和接头，辅助材料）。
5.给车间提供参照方法以确保遵守中心标准并促成成品的一致性。
6.实施质量保证方法，中心标准（执行过程控制，均匀性，测量，统计，断面，技术表（FTP，FTC…）和MMW/MDW最佳实践）。
7.定期完成和更新与改进/创新（PMPM）相关的风险分析。

职位描述

可能涉及到的轮岗职位：

数字化工程师：

1.负责开发和维护数据平台和数据产品，应用先进的数据技术和高阶分析方法，为业务各个环节提供数据驱动的解决方案，帮助工厂实施数字化案例应用，智能化升级；
2.使用数据仓库、数据湖、数据管道等构建和管理数据平台的经验，能够设计和优化数据架构和数据流程，满足不同的业务需求和数据分析目标；
3.使用数据挖掘、机器学习、深度学习等方法进行数据分析和建模的经验，能够运用数据技术解决实际问题，生成数据洞察和价值；
4.支持工厂高阶用例常态化能力的建设。

工艺工程师：

1.交付产品符合质量策划的模型，按照技术标准生产。 应用成熟的 MMW 实践；
2.质量和生产率表现符合车间规定的目标。运用“一次做对”的原则负责质量工艺领域实践数字化应用，推进AI，AA在生产过程中的实施；
3.顾客风险、产品符合性和质量绩效相关的风险得到预测。实施减少风险的行动；
4.所有的投诉、不合格、非标准情况和绩效偏差都得到适当的处理。展现行动执行的有效性。造成异常和绩效不良的原因已解决，并作为改进计划的输入；
5.完成改进计划的质量获得部分；
6.帮助所有的操作员获得高质量的工作能力（指导、培训等）。

IE工程师：

1.帮助控制并提高工厂产能，保证对市场的供应；
2.利用数字化的手段，更好的推进精益流程；
3.降低工厂的生产制造成本，最大化工厂利润；
4.优化工厂产能结构和岗位工作方法；
5.运用精益生产工具，减少七大浪费；
6.运用“快速换型”等工具，提升工厂生产灵活性；
7.促进全工厂各岗位人员自发的拥有精益生产的思维，自发的使用工业改进的方法和工具。