工作职责：
聚焦生产与能耗数据的前沿时序建模、在线异常报警与运维落地。
● 核心职责：
○ 基于 Informer、Autoformer、TimeMixer 等最新时序模型进行电价、负荷、温度、流量等关键指标预测；
○ 设计并实现在线异常检测算法（自编码器变体、时序对比学习、密度估计等）；
○ 构建端到端数据清洗与特征工程流水线（滑动窗口、频域变换、小波分析）；
○ 集成预测与报警系统至监控平台，定义告警策略并优化误报/漏报率；
○ 持续跟踪时序模型新进展，迭代与性能评估。
● 日常工作：
○ 与数据工程师协作，搭建时序数据采集与预处理管道；
○ 开发可视化 Dashboard，实时展示预测结果与告警趋势；
○ 定期回溯分析模型表现，撰写评估报告，优化版本管理。
任职资格：
○ 硕士及以上学历，数学、统计学、计算机科学、自动化或相关专业，具备时间序列建模／预测背景；硕士及以上优先；
○ 1 年及以上时序建模或异常检测经验，至少掌握一种主流前沿模型落地；
○ 熟悉 Python 数据科学工具链（Pandas、NumPy、PyTorch/TF）；
○ 有大规模时序数据线上部署经验者加分；
○ 具备领域论文发表者优先（顶会/顶刊优先）。