AI工程师（能源管理与流程智能化方向）

岗位职责

1. 需求分析与方案设计：
· 与能源业务、财务、战略及运营部门紧密合作，深入挖掘其在能源项目管理、投资分析、风险控制及内部流程效率方面的痛点与需求。
· 针对能源管理系统智能化需求，主导设计AI解决方案，包括但不限于：项目前期投入财务建模分析模型、项目风险控制分析模型、多项目投资收益横向对比模型，并最终形成可视化的项目投资决策看板。
· 负责设计开发公司内部的智能化流程管理模型，实现对全公司内部文档、资料的系统化、智能化管理。
· 将复杂的业务需求转化为清晰、可落地的技术实施方案，并撰写详尽的技术方案文档。
2. 数据治理与准备：
· 负责构建和管理与能源项目（如投资成本、收益、运营数据）及公司内部流程（如文档、审批、合规数据）相关的多源数据集。
· 设计和实施数据清洗、整合、标注及特征工程流程，确保数据质量满足模型训练与分析要求。
3. 算法开发与模型训练：
· 研发、训练和优化适用于能源管理与企业内部流程场景的机器学习/深度学习模型，核心应用领域包括：
· 投资决策分析： 项目财务回报预测模型、投资风险量化与预警模型、多项目收益对比与优化模型。
· 智能流程与文档管理： 利用自然语言处理（NLP）技术实现文档智能分类、关键信息自动抽取、合同与报告智能审阅、内部知识库的智能问答与检索。
· 运营优化： 能源消耗预测、资产性能预测性维护模型。
· 探索和应用大语言模型（LLM）于文档理解、报告自动生成及智能问答等场景。
4. 系统部署与集成：
· 将训练好的模型部署到生产环境，并与现有的能源管理系统（EMS）、财务系统及内部流程管理平台进行集成。
· 开发RESTful API或微服务，为业务系统提供AI能力支持，特别是支撑项目投资决策看板的数据与智能分析服务。
5. 效果评估与持续迭代：
· 建立模型监控体系，持续跟踪模型在能源项目分析与内部流程管理中的性能与业务效果。
· 基于业务反馈和数据变化，对模型进行持续优化和迭代更新。
6. 沟通与协作：
· 清晰地向非技术背景的业务部门和管理层解释技术方案、模型输出结果及其在投资决策与流程优化中的商业意义。
· 编写清晰的技术文档、模型说明和使用手册。

任职要求

必要条件：

· 学历与专业： 计算机科学、人工智能、数据科学、统计学、运筹学或相关领域的本科及以上学历。
· 编程与工具： 精通Python，并熟练掌握其核心数据科学库（如Pandas, NumPy, Scikit-learn）。具有使用主流深度学习框架（如PyTorch, TensorFlow）的实际项目经验。
· 算法基础： 扎实的机器学习理论基础，熟悉常见的预测模型、优化算法及深度学习模型。在以下至少一个领域有实践经验：自然语言处理（NLP）、时间序列预测、财务分析模型或知识图谱。
· 数据能力： 熟练使用SQL进行复杂的数据查询和处理，具备良好的数据处理和分析能力。
· 工程能力： 了解模型部署、容器化技术（如Docker）和基本的MLOps流程，具备将模型产品化的能力。
· 业务理解与技能： 对能源行业、财务分析或企业流程管理有浓厚兴趣和一定理解。具备优秀的逻辑分析、解决问题能力，能精准地将业务问题（尤其是投资分析与流程效率问题）转化为技术问题。
· 沟通协作： 出色的沟通能力和跨部门团队协作精神。

优先考虑条件：

· 拥有将AI技术应用于能源行业、金融分析、投资决策支持或企业流程优化/知识管理领域的项目经验。
· 熟悉大语言模型（LLM）的应用、微调（Fine-tuning）和部署，有LangChain、LlamaIndex等框架使用经验者优先。
· 有与能源管理系统（EMS）、财务系统或企业内容管理（ECM）系统集成经验者优先。
· 具备全栈开发技能，能够快速构建演示原型或工具。
· 在相关领域顶级会议或期刊上有论文发表，或在Kaggle等数据科学竞赛中取得优异成绩。