1. 算法研发与优化：负责机器学习、深度学习等核心算法的设计、开发与调优，涵盖模型训练、验证、迭代全流程，提升模型精度、效率与泛化能力。
2. 业务场景落地：深入理解业务需求，将AI算法与实际场景结合（如计算机视觉、自然语言处理、推荐系统、语音识别等，可根据公司业务侧重调整），主导算法解决方案的落地与效果验证。
3. 技术攻坚与创新：跟踪AI领域前沿技术（大模型、联邦学习、强化学习等），结合业务痛点开展技术预研，推动算法技术创新与产品竞争力提升。
4. 数据与模型管理：参与数据采集、清洗、标注等数据治理工作，优化数据质量以支撑算法研发；负责模型部署后的监控、维护与迭代，解决线上运行中的算法相关问题。
5. 跨团队协作：与产品、工程、数据等团队紧密配合，明确技术需求与落地路径，输出算法设计文档、技术方案，推动项目高效推进。
6. 技术沉淀与分享：积累算法研发经验，形成技术文档与最佳实践，开展团队内部技术分享，助力团队技术能力提升。
核心职责：研发基于深度学习/机器学习的电池状态估计模型，包括健康状态（SOH）、剩余使用寿命（RUL）预测及异常故障检测；基于电池实验数据、传感器数据构建时间序列模型，挖掘数据与电池性能的关联关系；与研发团队协作，将AI模型与电池测试、传感器系统集成，验证模型工程落地性；整理工程成果，参与技术论文发表与专利申请。
任职要求：硕士及以上学历，计算机科学、人工智能、数据科学等相关专业；1-3年AI算法工程落地经验，有时间序列建模或电池AI应用经验者优先；精通常见机器学习框架（PyTorch、TensorFlow、Scikit-learn），熟练使用Python编程；具备处理真实工业噪声数据的能力，能将算法转化为可部署的工程方案。