职责：

1. 利用人工智能（AI）和机器学习（ML）技术，开发电池数据挖掘和性能预测模型。

2. 设计和实施数据采集、清洗、转换和存储流程，确保数据质量和完整性。

3. 开发和优化算法，分析电池性能数据，识别关键特征并建立预测模型。

4. 与团队合作，将AI/ML模型运用到电池开发和制造过程，预测电池性能。

5. 进行实验和验证，评估模型的准确性、稳健性和可靠性，并提出改进建议。

6. 跟踪最新的AI/ML技术和行业趋势，不断优化电池数据分析和预测方法。

任职要求：

1. 计算机科学、电气工程、数学或相关领域的学士学位。

2. 3年以上电池数据工程或机器学习相关领域的经验。

3. 熟练掌握Python编程语言，以及VBA、C/C++或等效编程语言。

4. 具有扎实的数据处理和分析能力，熟悉数据挖掘和机器学习算法。

5. 对电池技术和性能有基本的理解，能够处理和解释大量的电池性能数据。

6. 良好的沟通和团队合作能力，能够与多学科团队合作并有效地传达技术概念。

优先条件：

1. 硕士或博士学位，专业方向为人工智能、机器学习或相关领域。

2. 在电池数据挖掘和性能预测方面的专业经验。

3. 对深度学习、神经网络和其他高级机器学习技术有实践经验。

4. 熟悉电池管理系统（BMS）和实时数据处理技术。

5. 在电池或能源行业的相关项目经验。

6. 有发表相关论文或专利的经验，表明在该领域的技术贡献。