定位：在真实复杂系统中成长，而不是只写 demo
一、我们在做什么
我们正在构建面向能源与工业场景的数字孪生与智能分析系统，涉及工程模型、业务数据与软件系统的结合。这是一个需求并不总是完全清晰，需要不断试错与修正，更看重长期可维护性的方向
如果你希望参与的是：从想法到可运行系统的过程，而不仅是接需求、写代码、交付完就结束，那你可能会喜欢这里。
二、你将参与的工作
在 CTO 与资深工程师的带领下，你将逐步参与：
1）将工程/业务问题转化为软件实现：把抽象需求拆解成可实现模块，并学会与业务/工程背景不同的人协作。
2）构建可迭代的软件模块：从脚本、POC（概念证明） 开始，逐步过渡到可维护的工程结构。
3）在工作中使用 AI 工具：使用 AI 辅助编码、调试和学习，理解什么时候适合用，什么时候不适合用。
4）参与系统优化与问题排查：学习如何定位问题，以及理解工程系统中的权衡与取舍。
三、我们期待你具备的基础
必备基础：
1）有软件开发基础
-- 熟悉至少一门常用编程语言（Python / Java / C++ / Go 等）
-- 能读懂、修改他人代码
2）有真实项目或课程项目经验
-- 学校项目、实习、个人项目均可
-- 不要求行业经验，但要求你确实参与过
3）对 AI 工具 不抗拒、愿意学习，不要求你现在就用得很熟，但希望你愿意尝试并反思使用效果
加分项：
-- 工业、能源、仿真、数据分析相关背景
-- 使用 AI 工具（Copilot / Cursor / GPT 等）的真实经验
四、我们如何判断你是否合适
在面试中，我们会关注：
-- 你是否能清楚讲述一个真实做过的项目
-- 当事情不顺时，你是如何应对和调整的
-- 你是否愿意承认“不确定”，并持续学习
五、我们不太适合这样的人
-- 只希望被明确指派任务，不太愿意思考“为什么”
-- 只追求短期产出，对长期维护完全无感
-- 把 AI 当作答案，而不是工具
六、你能获得什么
-- 在真实复杂系统中的一线经验
-- 与 CTO 和工程专家直接合作和反馈
-- 学会在 AI 辅助下进行工程判断，而不是被工具牵着走
-- 清晰的成长路径：工程执行 → 模块负责人 → 系统责任参与者