1.开发基于机器学习的暖通系统（HVAC）能耗预测、故障诊断及优化控制算法；
2.构建建筑能源系统的数字孪生模型，实现动态能耗仿真与策略优化；
3.探索强化学习在中央空调群控、区域供冷（DHC）智能调度中的应用。
4.处理暖通设备传感器数据（温度、流量、压力等），设计特征工程方案；
5.开发时序数据分析模型（如LSTM、Transformer）预测设备退化趋势；
6.结合气象、建筑 occupancy 等外部数据优化算法输入维度。
7.将算法部署至边缘计算设备或云平台，满足实时性要求（响应延迟≤500ms）；
8.与嵌入式团队协作，完成算法在PLC/DDC控制器中的轻量化移植；
9.设计算法效果评估体系（如节能量、故障检出率等）。
10.跟踪AI+节能领域最新论文（如Nature Energy、Applied Energy），推动技术迭代；
11.申请专利或发表高水平行业论文，提升公司技术影响力。
任职要求
1.计算机、自动化、能源工程等相关专业硕士及以上学历；
2.有暖通/建筑节能项目经验者可放宽至本科。
3.精通Python，熟悉PyTorch/TensorFlow框架，掌握模型剪枝、量化技术；
4.熟练掌握时序预测（Prophet、N-BEATS）、异常检测（Isolation Forest、GAN）等算法；
5.熟悉IoT数据协议（Modbus、MQTT、OPC UA）及数据库（InfluxDB、TimescaleDB）；
6.有边缘计算部署经验（TensorRT、ONNX Runtime）者优先。
7.要求理解暖通系统基本原理（如COP计算、水力平衡），熟悉常见节能技术（变频控制、蓄冷调峰、热回收）。
8.要能阅读并复现能源领域顶会论文（如ACEEE、ASHRAE）；
9.具备强逻辑思维，能从海量设备数据中定位关键特征；
10.对节能减排有使命感，愿长期深耕智慧能源领域。