Ingeniero de iMaintenance

• Contrato indefinido directamente con Talgo. ✍🏽
• Paquete retributivo compuesto por salario fijo, variable y plan de pensiones.
• Horario flexible (entrada de 7:30 h a 9:00 h y salida de 16:30 h a 18:00 h), con jornada intensiva en verano y posibilidad de teletrabajo.
• Seguro médico para ti y tu familia. 🩺
• 26 días de vacaciones laborales y 6 puentes fijados por la empresa. 🌞
• Rutas de autobús gratuitas. 🚌
• Plan de carrera y formación continua. 🏅
• Escuela de idiomas.

Creemos en el talento y la diversidad, y por ello, en Talgo trabajamos por mantener un entorno basado en la igualdad de oportunidades y la no discriminación, fomentando esa diversidad en nuestros equipos.

Si te interesa un nuevo reto profesional, ¡no dejes pasar este tren! 🚄

¡Tu trabajo tendrá un impacto real en la movilidad de millones de personas en todo el mundo!

En Talgo, nos dedicamos a revolucionar el transporte ferroviario con productos innovadores que abarcan desde trenes de muy alta velocidad hasta soluciones regionales y de cercanías.

Nuestros trenes se caracterizan por ser sostenibles, seguros y de calidad. Esta versatilidad permite que nuestros trenes puedan cruzar el desierto de Arabia Saudí a 300 km/h o atravesar países con temperaturas extremas de hasta -45º en Kazajistán.

Tu misión como Ingeniero/a de iMaintenance será mejorar la fiabilidad, disponibilidad y mantenibilidad de los sistemas ferroviarios mediante el conocimiento de su arquitectura, funcionamiento, modos de fallo y mantenimiento, aplicando analítica avanzada, Inteligencia Artificial y tecnologías digitales para optimizar el mantenimiento basado en condición (CBM), el mantenimiento predictivo, la toma de decisiones y el coste del ciclo de vida.

Realizando las siguientes funciones:

• Analizar la arquitectura, funcionalidad, señales IoT y modos de fallo de los sistemas del tren.
• Revisar y optimizar planes de mantenimiento preventivo, CBM y predictivo.
• Evaluar estudios de fiabilidad mediante metodologías FMECA, FTA, análisis de criticidad y mantenibilidad.
• Realizar análisis de causa raíz y troubleshooting de averías críticas o recurrentes.
• Definir criterios de diagnóstico y detección temprana de fallos para mejorar la fiabilidad, disponibilidad y mantenibilidad de los trenes.
• Aplicar técnicas de analítica avanzada y Machine Learning para detectar anomalías, degradaciones y patrones precursores de fallo.
• Desarrollar soluciones basadas en Visión Artificial y Deep Learning para la inspección automática de activos.
• Aplicar IA Generativa y asistentes inteligentes para facilitar el acceso al conocimiento técnico y el soporte al mantenimiento.
• Desarrollar modelos y Gemelos Digitales para simular el comportamiento de sistemas ferroviarios y evaluar estrategias de mantenimiento.
• Diseñar indicadores y cuadros de mando para facilitar la toma de decisiones de mantenimiento.
• Traducir las necesidades de ingeniería y mantenimiento en requisitos para soluciones de datos e Inteligencia Artificial.
• Evaluar el impacto de las soluciones implantadas sobre la fiabilidad, disponibilidad y coste del ciclo de vida.