工作职责：
1. 研究并开发面向配电网的智能计量、状态监测、故障诊断与负荷预测等场景的AI 算法模型；
2. 基于智能电表（AMI）、配电自动化终端（DTU/FTU）、传感器等多源数据，构建高精度、低时延的异常检测、窃电识别、拓扑辨识及电压质量评估模型；
3. 优化算法在边缘设备或云平台的部署性能，支持轻量化、可解释性与在线学习能力；
4. 与电力系统工程师、软件开发团队协作，推动算法产品化落地，并参与技术方案设计与验证：
5. 跟踪人工智能与智能电网交叉领域的前沿技术，持续提升算法先进性与实用性。
任职资格：
1. 计算机科学、电气工程、自动化、人工智能、应用数学等相关专业硕士及以上学历；博士优先。
2. 扎实掌握机器学习（分类、回归、聚类、异常检测）、深度学习 （CNN、RNN、Transformer等）核心理论，理解算法底层原理与适用场景；
3. 具备扎实的时间序列分析、图神经网络（GNN）、异常检测、小样本学习或联邦学习等技术经验；
4. 熟悉电力系统基础知识，了解配电网结构、计量原理、SCADA/AMI 系统、IEC 61850等标准者优先；
5. 有处理电力时序数据（如负荷曲线、电压电流波形、谐波数据》的实际项目经验者优先：
6.具备良好的 Python/C++编程能力，熟悉 Linux 开发环境及模型部署流程（Docker、ONNX、TensorRT等）。
7. 英语读写能力良好，可熟练查阅国际技术文献。
8.具备较强的工程落地意识与跨学科沟通能力，贵任心强，能独立推进技术难题攻关。