岗位职责：

1.算法研究与开发

。负责暖通空调系统(HVAC)及建筑能源系统的节能优化算法研发，包括但不限于模型预测控制(MPC)、强化学习控制、智能寻优等先进策略。

。开发建筑冷/热负荷预测、设备能效预测、室内环境质量预测等时序预测模型。

。探索并应用机器学习、深度学习等AI技术，解决系统能效提升、故障诊断、非侵入式负荷监测等复杂问题。

2.数据工程与模型构建

。负责能耗及相关系统运行数据的采集、清洗、分析与特征工程，构建高质量算法训练数据集。

。利用Python、MATLAB等工具进行算法仿真、模型训练、验证与调优，确保模型的准确性、鲁棒性与实用性。

。撰写技术方案与算法设计文档，清晰阐述模型原理、实现路径与预期效益。

3.算法落地与工程化

。将验证有效的算法模型进行产品化封装，并协助部署至云平台或边缘控制器，与现有的自控系统(如PLC/DCS)进行集成。

。开发算法模块的API接口或微服务，支持上层应用调用。

。对已部署的算法进行在线性能监控、效果评估与迭代优化。

4.跨领域协作与支持

。与硬件、软件、产品及业务团队紧密合作，将算法模型落地应用到实际产品和解决方案中；深入理解业务场景与物理系统约束，确保算法方案的技术可行性与工程可实现性。

。为解决方案提供算法核心技术支持，参与重点项目的前期技术方案设计。

任职要求：

1.学历与经验

。硕士及以上学历，计算机科学、人工智能、自动化、暖通空调、动力工程、建筑环境与能源应用工程等相关专业。

。具备3年以上算法开发经验，有智慧建筑、智慧能源、工业节能等领域算法项目成功落地经验者优先。

。在时序预测、优化控制、深度学习等一个或多个方向有扎实的研究或项目积累。

2.专业技能

。算法基础:精通机器学习经典算法与深度学习理论，熟悉优化算法(如遗传算法、粒子群算法)及现代控制理论。

。编程能力:精通Python，熟练使用NumPy、Pandas、Scikit-learn等科学计算与机器学习库;精通TensorFlow或PyTorch至少一种深度学习框架。熟悉MATLAB/Simulink用于算法仿真者优先。

。领域知识:深入理解暖通空调系统原理、主要设备(冷机、水泵、冷却塔等)特性与能耗机理，熟悉建筑能源系统模型。

。数据处理:具备强大的数据分析和特征工程能力，熟悉时序数据处理方法及常见数据库操作。

3.综合能力

。具备优秀的逻辑思维能力与数学建模能力，能够将复杂的物理问题转化为可解的算法问题。

。具备强烈的结果导向意识和工程落地能力，不局限于理论仿真。

。具有良好的沟通能力和团队协作精神，能够清晰地向非技术背景同事解释算法逻辑与价值。

4.优先条件

。熟悉云服务(AWS/Azure/阿里云等)的AI组件及边缘计算部署流程。

。有基于强化学习的控制系统、数字孪生模型开发或大型建筑群节能优化项目经验者优先。