岗位职责:
1、负责电力系统（如电网负荷、储能 SOC、光伏发电）等时序数据的预测算法研究、模型训练和优化，提升预测精度与稳定性。
2、参与或主导储能系统（BESS）的充放电优化策略研发，利用强化学习（RL）或其他优化方法实现最大化经济效益或运行效率。
3、将成熟的算法模型部署至生产环境，并与公司内部各业务系统（如能源管理系统、调度系统、MES、ERP等）进行高效的数据对接与集成。
4、负责搭建、维护和优化模型训练、评估及服务的自动化流程（MLOps），确保模型性能持续稳定。
5、持续关注时序预测（如Transformer, TCN, N-BEATS等）、强化学习（如DDPG, PPO, SAC等）等领域的前沿进展，并探索将其应用于实际业务场景。
任职要求:
1、 本科及以上学历，计算机、人工智能、自动化、应用数学、电力系统或相关专业，具备扎实的算法理论基础。
2、精通至少一种主流时序预测模型或框架（如 ARIMA, Prophet, LSTM/GRU, Transformer系列模型）。
3、具备强化学习（RL）基础或实战经验者优先（如应用于控制、调度或资源分配问题）。
4、熟悉数据预处理、特征工程、超参数调优等全流程模型开发经验。
5、精通 Python 编程，熟悉主流科学计算库（如 NumPy, Pandas, Scikit-learn）。
6、熟悉主流深度学习框架（如 PyTorch 或 TensorFlow），具备模型训练与部署经验。
7、具备一定的后端服务搭建经验，了解 FastAPI / Flask / Django 等框架，能将模型能力封装为高效可复用的 API/服务。
8、具备良好的逻辑思维、问题解决能力和团队协作精神，对前沿 AI 技术充满热情和自驱力。
加分项：
有负荷预测、风/光伏发电预测、储能 SOC 预测等电力系统相关预测项目经验。
有利用强化学习进行储能优化或电力市场交易策略开发经验。
熟悉 Git、Docker、Linux 环境，有良好的开发与部署习惯。
了解 MLOps 相关工具和流程（如 MLflow, Kubeflow, Prometheus 等）。