我们是致力于通过人工智能推动楼宇与能源行业变革的科技公司。您将扮演团队中“智慧大脑”设计师的关键角色，负责研发核心的AI算法模型，让建筑学会思考，实现能源消耗的精准预测、智能调控与成本节约。您的代码将直接转化为碳减排量和真金白银的经济价值。

岗位职责：

1、核心算法研发与优化：研究、设计并实现用于能耗预测、负荷预测、设备故障诊断与预警、多目标优化调度（如节能 vs. 舒适度）的机器学习/深度学习模型。2、数据挖掘与特征工程：处理海量时序数据（如电力、水量、燃气、空调、温度、湿度等），进行数据清洗、分析和特征提取，挖掘数据背后的能源价值。

3、模型训练与调优：利用大规模历史数据训练和验证模型，持续进行模型调参、优化与迭代，不断提升模型的准确性、泛化能力和效率。

4、算法工程化与落地：与后端、前端团队紧密协作，将算法模型封装为高性能、可扩展的API服务，并部署到生产环境，确保其稳定、高效运行。

5、技术前沿追踪：持续跟踪人工智能在智慧能源、可持续发展领域的最新研究成果，并探索将其应用于实际产品的可能性。

任职要求：

1、 教育背景：计算机科学、人工智能、统计学、自动化、电气工程或相关专业硕士及以上学历。

2、经验要求：

（1）3年以上机器学习/数据挖掘相关工作经验。

（2）必须具备：扎实的时序数据预测（Time Series Forecasting）项目经验，熟悉ARIMA、LSTM、Transformer、Prophet等模型及其应用场景。

（3）优先考虑：有能耗管理、智慧楼宇、电力系统、工业过程优化等相关领域算法开发经验者。

3、技术技能：

（1） 精通Python及主要的数据科学库（如Pandas, NumPy, Scikit-learn, Matplotlib）。

（2）熟练掌握至少一种深度学习框架（如PyTorch, TensorFlow, Keras）。

（3）熟悉常见的特征工程、模型评估与选择方法。

（4）具备良好的编程能力和代码规范，有使用Git进行版本控制的经验。

4、能力要求：

（1）出色的逻辑思维能力、数学建模能力和分析问题、解决问题的能力。

（2）对数据敏感，能够从复杂数据中洞察规律。

（3）具备强烈的责任心、良好的团队沟通能力和推动算法落地的工程意识。

加分项：

1、有强化学习（Reinforcement Learning）、运筹优化（Operations Research）或异常检测（Anomaly Detection）项目经验。

2、有使用MLOps工具（如MLflow, Kubeflow）进行模型生命周期管理的经验。

3、有在云平台（AWS SageMaker, GCP Vertex AI, Azure ML）上开发和部署模型的经验。

4、发表过相关领域的顶级会议或期刊论文（如NeurIPS, ICML, ICLR, KDD, AAAI等）。

5、熟悉楼宇自控系统（BAS）、物联网（IoT）数据协议或能源管理系统（EMS）的基本原理。