职位描述：
- 负责实验全流程数据的整理与优化，涵盖设备运行数据、实验反馈数据及质量检测数据等，确保数据的及时性与准确性，以满足AI算法对高质量数据的应用需求。
- 参与实验结果数据的审查与记录工作，一方面为实验决策提供数据统计支持，另一方面优化数据结构与内容，为智能算法的开发与应用奠定基础。
- 针对高价值实验场景，开展性能预测、参数择优及实时调参等算法的研究与落地，实时跟踪设备及材料的运行状态，提升实验系统的稳定性与使用寿命。
- 参与分布式实验系统的架构与算法设计，从整体能源效率与运营效率出发，解决运行单元的资源分配、状态恢复等核心问题，并构建单元间可复用的模型框架与协同学习机制。
- 结合业务发展阶段、实验目标及成本控制要求，完善实验设计框架与流程；通过在单次实验中设置多组参数条件，实现数据的快速、规模化积累，并可为更多场景的分析决策提供有效支撑。
- 深入理解实验与生产任务的流程及目标，通过数据分析与算法挖掘，洞察业务关键问题并提出可验证的解决方案，例如识别实验性能的核心影响因素、动态优化工艺参数、预警并预防设备故障等。
职位要求：
- 本科及以上学历，统计、数学、物理、化学、自动化、计算机等相关专业，具备扎实的算法基础，能运用数学模型和程序解决实际问题。
- 掌握至少一种编程语言（如C++、Python、R、JSL等），可独立开发数据分析、算法训练的脚本和程序。
- 熟悉假设检验、方差分析、多元回归等统计方法，了解时间序列、集成学习、模型评估等的逻辑与应用；有ANN、DL模型的构建经验，熟悉常用模型结构及参数调优方法，能结合业务场景选择合适算法进行建模分析。
- 对AI for Science、实验系统自动化等，有一定了解和实践经验者优先。
- 对集成式/分布式能源管理系统的类似平台及算法，有一定了解和实践经验者优先。
- 有材料、能源、化工、制造、自动化等领域算法相关实习或工作经验者优先。
- 发表过算法相关论文或有算法大赛参赛经验者优先。
- 具备较强的学习与适应能力，能快速掌握新的数据分析工具、技术及业务知识；拥有良好的团队协作能力，可与跨部门人员有效沟通，推动项目实施与业务发展。